DISTRIBUCIONES

FUNDAMENTALES
DE MUESTREO
I Parte
2 1. Conceptos Básicos
 •En Investigación no conozco la población
DE LA MUESTRA A LA POBLACIÓN •Utilizo la muestra para aprender de la
población (INFERENCIA ESTADÍSTICA)

Características numéricas
de la muestra ESTADÍSTICOS
de la población NO se CALCULAN, SÓLO se
APROXIMAN a partir de los Se CALCULAN a
estadísticos partir de los datos
Población Muestra
PARÀMETROS
Parámetro Estimador=
poblacional Estadístico
 Conocidos  No Media  x  ˆ
interesan en Estadística
 Desconocidos  Varianza 
Son el objeto de la
s 2  ˆ 2
Desviación 
Estadística
típica s  ˆ
Proporción  p  ˆ
 Términos utilizados

Parámetro Estadístico
• El valor que • El valor que
sintetiza los valores sintetiza los valores
de una o varias de una o varias
características de características de
una POBLACION una MUESTRA.
5 2. Errores y técnicas de Muestreo
 Errores Muestrales y No Muestrales
6

Al usar valores muestrales, para estimar valores

poblacionales, pueden ocurrir dos tipos de errores: el
muestral y el no muestral.

1- Error muestral: Es la
diferencia entre un estadístico
de la muestra y el parámetro
correspondiente de la población.
 Errores Muestrales y No Muestrales
7

2- Error muestral: Existe la posibilidad de que aparezca

un error que no esté relacionado con el procedimiento de
muestreo usado:
 La población de la que realmente se muestrea no es la
relevante.
 Los individuos bajo estudio dan respuestas inexactas o
inciertas

NOTA: Durante el curso supondremos que se han tomado

estas precauciones y solo se trabajará con errores
muestrales
Técnicas de Muestreo Aleatorio
 Técnicas de Muestreo Aleatorio

1. Muestreo aleatorio
simple (M.A.S)
Se eligen cada uno de los
individuos al azar
mediante números
aleatorios

Diseña un mecanismo de selección en el cual todas las muestras de un

tamaño dado tengan la misma probabilidad de ser elegido.
 1. Muestreo Aleatorio Simple

 En el muestreo aleatorio simple (MAS) todos los

elementos tienen la misma probabilidad de ser elegidos.

 Los individuos que formarán parte de la muestra se

elegirán al azar mediante números aleatorios.

 Existen varios métodos para obtener números aleatorios,

los más frecuentes son la utilización de tablas de
números aleatorios o generarlos por ordenador.
M.A.S
M.A.S
 Técnicas de Muestreo Aleatorio
13

2 - Muestreo Estratificado:
Requiere la división de la
población en subgrupos o
estratos mutuamente
excluyentes. Un ejemplo típico
es la división de la muestra
por género, en estratos de
hombres y mujeres. Una vez
que se han escogido los
estratos puede aplicarse el
muestreo aleatorio simple en
cada estrato para elegir la
muestra.
 Técnicas de Muestreo Aleatorio
14

3 - Muestreo por Conglomerados:

Supongamos que una población
puede dividirse en unidades
relativamente pequeñas y
geográficamente compactas llamadas
CONGLOMERADOS (por ejemplo los
barrios de una ciudad).

En el muestreo por conglomerados, se

selecciona una muestra aleatoria
simple de conglomerados y se
contacta con cada individuo de los
conglomerados de la muestra, es
decir, se lleva a cabo un censo
completo en cada uno de los
conglomerados elegidos.
 Técnicas de Muestreo Aleatorio
15

4 - Muestreo Sistemático: Requiere que se decida un tamaño de muestra y que

luego se divida el de la tamaño de la población entre el de la muestra. Esto da una cifra
(redondeada al entero más cercano) que se usa como base del muestreo.
Ejemplo: Si se necesita una muestra de 100 personas de una población de 2500, la cifra
es 2500/100=25. Al azar se elige un número de inicio entre la población; digamos 70.
La primera persona de la muestra es la 70ª. La siguiente es la 70+25=95, sigue
95+25=120 y así sucesivamente, hasta que tengamos una muestra de 100.
Para este proceso nos daremos cuenta que la 97ª persona que seleccionemos para la
muestra será la 2495 de la población; si a ésta le sumamos 25, obtendríamos 2520,
mayor que el tamaño de la población. Para sortearlo, hacemos 2520-2500=20 y se
elige a la 20ª persona, luego, 20+25=45 y así hasta completar la muestra de 100
personas.
16
1.2 Estadísticos y distribuciones
muestrales
 Estadístico y su distribución
17

 Ejemplo: Supongamos que un supervisor tiene a su cargo a seis

empleados, cuyas experiencias (medidas en años de trabajo) son 2,
4, 6, 6, 7 y 8. Se eligen al azar cuatro de éstos empleados y se les
asigna una nueva tarea. ¿Cómo se puede determinar el número
medio de años de experiencias para los seis empleados?
 Estamos interesados, de todos modos, en el número medio de años
de experiencia para los cuatro empleados concretos a los que se les
ha asignado el cambio de tarea.
 De modo que podemos pensar en este ejemplo como en una
muestra aleatoria simple de cuatro valores extraídos de una
población de seis.
18
 Tabla de las muestras y sus correspondientes
medias muestrales
Muestra Media Muestral Muestra Media Muestral Muestra Media Muestral
2, 4, 6, 6 4,5 2, 4, 7, 8 5,25 4, 6, 6, 7 5,75
2, 4, 6, 7 4,75 2, 6, 6, 7 5,25 4, 6, 6, 8 6
2, 4, 6, 8 5 2, 6, 6, 8 5,5 4, 6, 7, 8 6,25
2, 4, 6, 7 4,75 2, 6, 7, 8 5,75 4, 6, 7, 8 6,25
2, 4, 6, 8 5 2, 6, 7, 8 5,75 6, 6, 7, 8 6,75

 Distribución de frecuencias para las medias

muestrales
Media 4,50 4,75 5,00 5,25 5,50 5,75 6,00 6,25 6,75
Muestral
Frecuencia 1 2 2 2 1 3 1 2 1
 Estadístico y su distribución
19

 Distribución de probabilidades para la media

muestral

4,5 4,75 5 5,25 5,5 5,75 6 6,25 6,75

1/15 2/15 2/15 2/15 1/15 3/15 1/15 2/15 1/15

 Realice el gráfico de la función de probabilidad

20 1.3 Distribución muestral de la media
 La media y la varianza de medias
21
muestrales
POBLACIONES FINITAS DE TAMAÑO N
 Ejemplo: Supongamos que en una población de tamaño 3 con valores
0, 2 y 4, se eligen muestras de tamaño 2.
a) Si el muestreo se hace con reemplazo, entonces, verifique que
(La media de la distribución muestral de X es igual a la media de la
población en que se toma la muestra)  X  
Y que (La varianza de la distribución muestral de la media muestral
es igual a la varianza de la población dividida por el tamaño de la
muestra)

b) Si el muestreo se hace sin reemplazo, entonces, verifique que

(La media de la distribución muestral de la media muestral es igual a la
media de la población en que se toma la muestra)
Y que
 La media y la varianza de medias
22
muestrales
Poblaciones infinitas sin importar si el muestreo es con o sin reemplazo, o también si la
población es finita de tamaño N, muestreo sin reemplazo y

 Ejemplo: Suponga que y que σ = 5; también que la población tiene

1000 elementos y que se usa una muestra aleatoria simple de 30 elementos
(seleccionada de dicha población sin reemplazo) para obtener información sobre
esta población. ¿Cuál es la media y el error estándar de ?
 Tabla para y cuando la población es NORMAL con conocida

Población finita Población infinita

Muestreo con
reemplazo
Muestreo sin
reemplazo
 I. Caso para muestras grandes
23

 ¿Qué forma de distribución muestral tiene la media

muestral?
Supongamos que se cumple alguna de las siguientes
condiciones:
 La población es normal con varianza conocida.

 La población es normal con varianza desconocida y el

tamaño de la muestra es grande (n≥30).
 La forma de la población es desconocida ( o no
normal), su varianza es conocida o desconocida y el
tamaño de la muestra es grande.
Entonces, la distribución muestral de la media muestral
es normal con media y varianza
 Ejercicio 1
24

1) Se ha encontrado que los ingresos de un hospital tienen un

promedio de 12,4 millones de pesos por día con desviación
estándar de 2.9. Para una muestra aleatoria de 40
hospitales, encuentre la probabilidad de que el ingreso
promedio
a) sea menor que 13 millones de pesos.

b) Exceda los 12 millones de pesos.

c) Esté entre 11.5 y 13.1 millones de pesos.

d) Exceda los 12.6 millones de pesos.

 Ejercicio 2
25

Una empresa emplea 1500 personas. La cantidad promedio

gastada, durante un año determinado, en servicios médicos
personales por empleado fue de 2575 dólares y la desviación
típica de 525 dólares. ¿Cuál es la probabilidad de que una
muestra aleatoria de 100 empleados (seleccionados sin reemplazo)
arroje una media comprendida entre 2500 y 2700 dólares?
 II. Caso para muestras pequeñas
26

 ¿Qué forma de distribución muestral tiene la media

muestral?
Si el muestreo se hace en una población normal con
varianza desconocida y si las muestras seleccionadas
son de tamaño n<30, entonces, la distribución muestral
de la media muestral es la t de Student con n-1 grados
de libertad.
 Ejercicio 1
27

 Una muestra aleatoria de seis automóviles evidencia

que cada uno de ellos recorre la siguientes distancias
18,6 18,4 19,2 20,8 19,4 20,5.
Determine la probabilidad de que la relación recorrido-
consumo de gasolina medio muestral sea menor que
17,6 kilómetros por litro, suponiendo que la distribución
de la población es normal con media 17.
 Ejercicio 2
28

 El gerente de una fábrica de cierto tipo de alimentos asegura

que el peso del producto que elabora se distribuye
normalmente y su peso promedio es de 165,285 g.
Un inspector toma una muestra de 16 paquetes del producto
y los pesa. Los resultados fueron los siguientes: 165, 158,153,
162, 171,175, 173, 169, 166, 170, 164, 177, 148,167, 152
y 149. Encuentre la probabilidad de que el peso promedio
sea menor que 170.69
 Ejercicio 3
29

 Un fabricante de cigarrillos afirma que el contenido de

su producto se distribuye normalmente y tiene un
contenido promedio de nicotina de 1.83 miligramos. Si
una muestra aleatoria de 8 cigarrillos tiene un contenido
de nicotina de 2.0, 1.7, 2.1, 1.9, 2.2, 2.1, 2.0 y 1.6 .
Encuentre la probabilidad de que la media de la muestra
sea:
 Mayor que 2.1
 Menor que 2.2
 Esté entre 2.3 y 2.35
 Ejercicio 4
30

 Una muestra aleatoria de seis pacientes de un determinado

tratamiento evidencia que cada uno de ellos consume las
siguientes cantidades de medicamento en mg:
18,6 18,4 19,2 20,8 19,4 20,5.
Determine la probabilidad de que el consumo del
medicamento medio muestral sea menor que 17,6 kilómetros
por litro, suponiendo que la distribución de la población es
normal con media 17.
 Ejercicios
31

 Resolver los ejercicios del texto guía:

Sección 1.3: 19, 20, 22, 27, 28, 31, 35, 36, 37, 38,
39, 41.