PROBABILIDAD Y

1
ESTADÍSTICA
MEDIA MUESTRAL

Ing. Fausto Redrován - 2015

2 Contenido

 Media muestral vs Media poblacional

 Muestreo
 Tipos de muestreo
 Ejercicios

Ing. Fausto Redrován - 2015

 Media muestral vs Media
3
poblacional

Ing. Fausto Redrován - 2015

4 Media muestral vs media poblacional

 Cuando hay un número finito de observaciones (digamos N) en la

población, entonces la media poblacional es:

σ𝑁
𝑖=1 𝑥𝑖
𝜇=
𝑁
 Si las n observaciones de una muestra se denotan por 𝑥1 , 𝑥2 , … , 𝑥𝑛 ,
entonces la media muestral es

𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 σ𝑛𝑖=1 𝑥𝑖
𝑥ҧ = =
𝑛 𝑛

Ing. Fausto Redrován - 2015

5
Muestreo

Ing. Fausto Redrován - 2015

6 Muestreo

 En ocasiones en que no es posible o conveniente

realizar un censo (analizar a todos los elementos de una
población), se selecciona una muestra
 Muestra – Una parte representativa de la población.
 El muestreo es por lo tanto una herramienta de la
investigación científica
 Determina que parte de una población debe examinarse
 Sirve para hacer inferencias sobre dicha población.

Ing. Fausto Redrován - 2015

7 Muestreo

 La muestra debe lograr una representación adecuada

de la población
 Debe reproducir de la mejor manera los rasgos
esenciales de dicha población que son importantes
para la investigación.
 Para que una muestra sea representativa, y por lo tanto
útil, debe de reflejar las similitudes y diferencias
encontradas en la población, es decir ejemplificar las
características de ésta.

Ing. Fausto Redrován - 2015

8 Muestreo
Errores más comunes
1. Hacer conclusiones muy generales a partir de la
observación de sólo una parte de la Población, se
denomina error de muestreo.
2. Hacer conclusiones hacia una Población mucho más
grandes de la que originalmente se tomo la muestra.
Error de Inferencia.

Ing. Fausto Redrován - 2015

9 Población y Muestra

Entonces, en la estadística se usa el término:

población para referirse no sólo a personas si no a
todos los elementos que han sido escogidos para su
estudio
muestra se usa para describir una porción escogida
de la población

Ing. Fausto Redrován - 2015

10
Tipos de muestreo

Ing. Fausto Redrován - 2015

11 Tipos de muestreo

 Probabilístico
 Aleatorio simple
 Sistemático
 Estratificado
 Por conglomerados
 No Probabilístico
 Por cuotas
 Intencional o de conveniencia
 Bola de nieve
 Discrecional

Ing. Fausto Redrován - 2015

12 Muestreo Probabilístico

 Los métodos de muestreo probabilísticos 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
 Por consiguiente, todas las posibles muestras de tamaño n tienen la
misma probabilidad de ser seleccionadas.
 Sólo estos métodos de muestreo probabilísticos nos aseguran la
representatividad de la muestra extraída y son, por tanto, los más
recomendables

Ing. Fausto Redrován - 2015

13 Muestreo Probabilístico
Muestreo Aleatorio
Muestreo Aleatorio con Reposición
 Sobre una población de tamaño N podemos realizar extracciones
de n elementos, pero de modo que cada vez el elemento extraído
es repuesto al total del universo.
 De esta forma un elemento puede ser extraído varias veces.

Ing. Fausto Redrován - 2015

14 Muestreo Probabilístico
Muestreo Aleatorio
Muestreo Aleatorio sin Reposición
 Cada vez que se hace una extracción, la unidad seleccionada no
se devuelve al universo.
 Por lo tanto, no se permite que una misma unidad sea
seleccionada más de una vez.

Ing. Fausto Redrován - 2015

15 Muestreo Probabilístico
Muestreo Aleatorio Simple (con reposición)

El procedimiento empleado es el siguiente:

1. Se asigna un número a cada individuo de la población y
2. A través de algún medio mecánico (bolas dentro de una bolsa,
tablas de números aleatorios, números aleatorios generados con
una calculadora u ordenador, etc.) se eligen tantos sujetos como
sea necesario para completar el tamaño de muestra requerido.
 Este procedimiento, atractivo por su simpleza, tiene poca o nula
utilidad práctica cuando la población que estamos manejando es
muy grande.

Ing. Fausto Redrován - 2015

16 Muestreo Probabilístico
Muestreo Aleatorio Sistemático
Este procedimiento exige:
1. Numerar todos los elementos de la población
2. En lugar de extraer n números aleatorios sólo se extrae uno
3. Se parte de ese número aleatorio i, que es un número 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
4. Es decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamaño de la población entre el tamaño de la muestra: k= N/n
5. El número i que empleamos como punto de partida será un número al
azar entre 1 y k.

Ing. Fausto Redrován - 2015

17 Muestreo Probabilístico
Muestreo Aleatorio Sistemático
 El riesgo de este tipo de muestreo está en los casos en que se dan
periodicidades en la población 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 población.
 Imaginemos que estamos seleccionando una muestra sobre listas
de 10 individuos en los que los 5 primeros son varones y los 5 últimos
mujeres, si empleamos un muestreo aleatorio sistemático con k=10
siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría
haber una representación de los dos sexos.

Ing. Fausto Redrován - 2015

18 Muestreo Probabilístico
Muestreo Aleatorio Estratificado
 Trata de obviar las dificultades que presentan los anteriores ya que
simplifican los procesos y suelen reducir el error muestral para un
tamaño dado de la muestra.
 Consiste en considerar categorías típicas diferentes entre sí
(estratos) que poseen gran homogeneidad respecto a alguna
característica (se puede estratificar, por ejemplo, según la
profesión, el municipio de residencia, el sexo, el estado civil, etc.)

Ing. Fausto Redrován - 2015

19 Muestreo Probabilístico
Muestreo Aleatorio Estratificado
 Lo que se pretende con este tipo de muestreo es asegurarse de
que todos los estratos de interés estarán representados
adecuadamente en la muestra.
 Cada estrato funciona independientemente, pudiendo aplicarse
dentro de ellos el muestreo aleatorio simple o el estratificado para
elegir los elementos concretos que formarán parte de la muestra.
 En ocasiones las dificultades que plantean son demasiado grandes,
pues exige un conocimiento detallado de la población: (Tamaño
geográfico, sexos, edades,...)

Ing. Fausto Redrován - 2015

20 Muestreo Probabilístico
Muestreo Aleatorio Estratificado
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos:
 Afijación Simple: A cada estrato le corresponde igual número de
elementos muéstrales.
 Afijación Proporcional: La distribución se hace de acuerdo con el
peso (tamaño) de la población en cada estrato.
 Afijación Óptima: Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la desviación
típica. Tiene poca aplicación ya que no se suele conocer la
desviación.

Ing. Fausto Redrován - 2015

21 Muestreo Probabilístico
Muestreo Aleatorio por Conglomerados

 Los métodos presentados hasta ahora están pensados para seleccionar

directamente los elementos de la población, es decir, que las unidades
muéstrales son los elementos de la población.
 En el muestreo por conglomerados la unidad muestral es un grupo de
elementos de la población que forman una unidad, a la que llamamos
conglomerado.
 Las unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc., son conglomerados naturales.
 En otras ocasiones se pueden utilizar conglomerados no naturales como,
por ejemplo, las urnas electorales.
 Cuando los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas".
Ing. Fausto Redrován - 2015
22 Muestreo Probabilístico
Muestreo Aleatorio por Conglomerados

El muestreo por conglomerados consiste en

1. Seleccionar aleatoriamente un cierto numero de conglomerados
(el necesario para alcanzar el tamaño muestral establecido)
2. Investigar después todos los elementos pertenecientes a los
conglomerados elegidos.

Ing. Fausto Redrován - 2015

 23 Muestreo Probabilístico
Ventajas y Desventajas
CARACTERÍSTICAS VENTAJAS DESVENTAJAS
Aleatorio Simple • Se selecciona una • Sencillo y de fácil • Requiere que se posea
muestra de tamaño n comprensión. de antemano un listado
de una población de • Cálculo rápido de medias completo de toda la
N unidades. y varianzas. población.
• Cada elemento tiene • Se basa en la teoría • Cuando se trabaja con
una probabilidad de estadística, y por tanto muestras pequeñas es
inclusión igual y existen paquetes posible que no
conocida de n/N. informáticos para analizar represente a la
los datos. población
adecuadamente.

Ing. Fausto Redrován - 2015

 24 Muestreo Probabilístico
Ventajas y Desventajas
CARACTERÍSTICAS
Sistemático • Conseguir un listado
de los N elementos de
la población.
• Determinar tamaño
muestral n.
• Definir un intervalo k=
N/n.
• Elegir un número
aleatorio, i, entre 1 y k
(i= arranque
aleatorio).
• Seleccionar los
elementos de la lista.
Ing. Fausto Redrován - 2015
VENTAJAS DESVENTAJAS
• Fácil de aplicar. • Si la constante de
• No siempre es necesario muestreo está asociada
tener un listado de toda la con el fenómeno de
población. interés, las estimaciones
• Cuando la población está obtenidas a partir de la
ordenada siguiendo una muestra pueden
tendencia conocida, contener sesgo de
asegura una cobertura selección.
de unidades de todos los
tipos.
 25 Muestreo Probabilístico
Ventajas y Desventajas
CARACTERÍSTICAS
Estratificado • En ciertas ocasiones resultará
conveniente estratificar la
muestra según ciertas
variables de interés.
• Para ello debemos conocer la
composición estratificada de
la población objetivo a hacer
un muestreo.
• Una vez calculado el tamaño
muestral apropiado, este se
reparte de manera
proporcional entre los distintos
estratos definidos en la
población usando una simple
regla de tres.
Ing. Fausto Redrován - 2015
VENTAJAS DESVENTAJAS
• Tiende a asegurar que la • Se debe conocer la
muestra represente distribución en la
adecuadamente a la población de las
población en función de variables utilizadas para
unas variables la estratificación.
seleccionadas.
• Se obtienen estimaciones
más precisas.
• Su objetivo es conseguir
una muestra lo más
semejante posible a la
población en lo que a la
o las variables
estratificadoras se refiere.
 26 Muestreo Probabilístico
Ventajas y Desventajas
CARACTERÍSTICAS VENTAJAS DESVENTAJAS
Por Conglomerados • Se realizan varias fases • Es muy eficiente cuando • El error estándar es
de muestreo sucesivas la población es muy mayor que en el
(polietápico). grande y dispersa. muestreo aleatorio
• La necesidad de • No es preciso tener un simple o estratificado.
listados de las listado de toda la • El cálculo del error
unidades de una población, sólo de las estándar es complejo.
etapa se limita a unidades primarias de
aquellas unidades de muestreo.
muestreo
seleccionadas en la
etapa anterior.

Ing. Fausto Redrován - 2015

27 Muestreo No Probabilístico

 A veces, para estudios exploratorios, el muestreo probabilístico

resulta excesivamente costoso y se acude a métodos no
probabilísticos
 No sirven para realizar generalizaciones (estimaciones inferenciales
sobre la población)
 No hay certeza de que la muestra extraída sea representativa, ya
que no todos los sujetos de la población tienen la misma
probabilidad de se elegidos.

Ing. Fausto Redrován - 2015

28 Muestreo No Probabilístico

 En general se seleccionan a los sujetos siguiendo determinados

criterios procurando, en la medida de lo posible, que la muestra
sea representativa
 En algunas circunstancias los métodos estadísticos y
epidemiológicos permiten resolver los problemas de
representatividad aun en situaciones de muestreo no probabilístico
 Por ejemplo los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la población

Ing. Fausto Redrován - 2015

29 Muestreo No Probabilístico
Muestreo por Cuotas
 También denominado en ocasiones "accidental".
 Se asienta generalmente sobre la base de un buen
conocimiento de los estratos de la población y/o de los
individuos más "representativos" o "adecuados" para los
fines de la investigación
 Mantiene, por tanto, semejanzas con el muestreo
aleatorio estratificado, pero no tiene el carácter de
aleatoriedad de aquél.

Ing. Fausto Redrován - 2015

30 Muestreo No Probabilístico
Muestreo por Cuotas
 En este tipo de muestreo se fijan unas "cuotas" que consisten en un
número de individuos que reúnen unas determinadas condiciones.
Por ejemplo:
 20 individuos de 25 a 40 años, de sexo femenino y residentes en
Piñas.
 Una vez determinada la cuota se eligen los primeros que se
encuentren que cumplan esas características.
 Este método se utiliza mucho en las encuestas de opinión.

Ing. Fausto Redrován - 2015

31 Muestreo No Probabilístico
Muestreo Intencional o de Conveniencia

 Este tipo de muestreo se caracteriza por un esfuerzo deliberado de

obtener muestras "representativas" mediante la inclusión en la
muestra de grupos supuestamente típicos.
Por ejemplo:
 Es muy frecuente su utilización en sondeos preelectorales de zonas
que en anteriores votaciones han marcado tendencias de voto.

Ing. Fausto Redrován - 2015

32 Muestreo No Probabilístico
Muestreo Intencional o de Conveniencia

 También puede ser que el investigador seleccione directa e

intencionadamente los individuos de la población.
Por ejemplo:
 El caso más frecuente de este procedimiento es el utilizar como
muestra los individuos a los que se tiene fácil acceso (los profesores
de universidad emplean con mucha frecuencia a sus propios
estudiantes).

Ing. Fausto Redrován - 2015

33 Muestreo No Probabilístico
Muestreo Discrecional
 A criterio del investigador los elementos son elegidos
sobre lo que él cree que pueden aportar al estudio.

Ing. Fausto Redrován - 2015

34
Ejemplos

Ing. Fausto Redrován - 2015

35 Ejemplos
Población
 27 estudiantes del curso de Probabilidad & Estadística
 Numerarse y apuntar su peso en libras y el cantón
donde vive en un papel junto con el número
 Calcular la media poblacional de los pesos del curso

Ing. Fausto Redrován - 2015

36 Ejemplos
Muestreo Aleatorio Simple
 Objetivo: Determinar la media del peso del curso utilizando una muestra
 ¿Cuántos estudiantes son?
 27
 Obtener una muestra de 7 elementos.
 Mediante Excel generar aleatoriamente 7 números del 1 al 27

Muestra Sorteo
1 10
2 12
3 23
4 2
5 4
6 13
7 26
Ing. Fausto Redrován - 2015
37 Ejemplos
Muestreo Aleatorio Sistemático
 Tenemos una población formada por 27 elementos
 Queremos extraer una muestra de 7 elementos
 ¿Qué hacemos?
1. Debemos establecer el intervalo de selección que será igual a 27/7 = 4.
2. Elegimos el elemento de arranque, tomando aleatoriamente un número
entre el 1 y el 4… Otra vez Excel para generar el número aleatorio
Arranque 3

3. Un voluntario en la pizarra identifica los elementos de la muestra a partir

del arranque.

Ing. Fausto Redrován - 2015

38 Ejemplos
Muestreo Aleatorio Estratificado
 Determinar la media de pesos (lbs) del curso.
 ¿Qué estratos escogemos?
 Por género: Hombres y Mujeres
 ¿De los 27 estudiantes cuántas son mujeres?
 5, es decir, 5*100/27 = 19%
 Por lo tanto hay un 81% de hombres

Ing. Fausto Redrován - 2015

39 Ejemplos
Muestreo Aleatorio Estratificado
 Cada estrato se trata independientemente y se le
aplica un muestreo aleatorio simple o sistemático
 Escoger un muestreo para los estratos
 Aplique y determine la muestra de 7 elementos…
Voluntario a la pizarra
 Calcular la media de la muestra

Ing. Fausto Redrován - 2015

40 Ejemplos
Muestreo Aleatorio por Conglomerados

 Vamos a tomar como conglomerados los cantones de residencia

de los elementos de la población (muestreo por áreas)
 Seleccionamos los conglomerados por muestreo aleatorio simple o
sistemático.
 Lo haremos por muestreo aleatorio simple: Todos los papeles en
una bolsa para sortear 7 cantones.
 Pero consideramos cuáles cantones no proporcionan
representatividad a la muestra: No los consideramos en nuestra
investigación. Pueden quedar menos cantones.

Ing. Fausto Redrován - 2015

41 Ejemplos
Muestreo Aleatorio por Conglomerados

 Si utilizamos a todos estudiantes de los cantones para la muestra

habremos terminado la selección en una 1era etapa (lo más
probable es que hayan más de 7 estudiantes en la muestra)
 Si en lugar de terminar ahí, continuamos y ahora volvemos a
aplicar otro muestreo aleatorio a cada conglomerado
independientemente para seleccionar solo a 1 estudiante,
habremos aplicado una 2da etapa (habrían ahora sí solo 7
estudiantes en la muestra). Seleccionar 7 números aleatorios en
Excel. Si hay menos de 7 cantones, se podría utilizar afijación
proporcional para determinar los 7 estudiantes.
 A esto se le llama muestreo sucesivo o polietápico, en este caso, un
muestre aleatorio por conglomerados en dos etapas.

Ing. Fausto Redrován - 2015

42 Ejemplos
Muestreo Aleatorio por Conglomerados

 Calcular la media muestral

 ¿Cuál es la diferencia entre un muestreo aleatorio estratificado y
uno por conglomerados?

 ¿Qué tienen en común todos los ejemplos discutidos?

 El tamaño
 ¿Cómo se determina el tamaño de la muestra?

Ing. Fausto Redrován - 2015

43 Tamaño de la muestra

 Antes de aplicar una técnica de muestreo, se debería considerar el tamaño de

la muestra.
𝑍2 ∙ 𝑝 ∙ 𝑞 ∙ 𝑁
𝑛=
𝑁 ∙ 𝑒 2 + 𝑍2 ∙ 𝑝 ∙ 𝑞
n  tamaño de la muestra
e = 0.05 o 0.1  un error del 5% o del 10%
Z = 1.96  con distribución normal para el 95% de confiabilidad y 5% de error
Z = 1.65  para el 90% de confiabilidad y un 10% de error
N  tamaño de la población
p = 0.50  probabilidad a favor, 50% si no se conoce
q = 1 – p  probabilidad en contra

Ing. Fausto Redrován - 2015

44 Tamaño de la muestra

 Cuando se desconoce el tamaño de la población o es infinita:

𝑍2 ∙ 𝑝 ∙ 𝑞
𝑛=
𝑒2
n  tamaño de la muestra
e = 0.05 o 0.1  un error del 5% o del 10%
Z = 1.96  con distribución normal para el 95% de confiabilidad y 5% de error
Z = 1.65  para el 90% de confiabilidad y un 10% de error
p = 0.50  probabilidad a favor, 50% si no se conoce
q = 1 – p  probabilidad en contra

Ing. Fausto Redrován - 2015