ESTADISTICA INFERENCIAL

TUTORIA 1
CIENCIAS BASICAS
DOCENTE: DIEGO RODRIGUEZ LAITON
2019-3
UNIDAD # 1 Muestreo y Distribuciones de muestras
• TEMAS:
1.1. Conceptos de Muestro
1.2. Tipos de Muestra
1.3. Tamaño de Muestra
1.4. Teorema del Límite Central
1.5. Distribución muéstrales de la media
1.7. Distribución muéstrales de la proporción.
1.6. Distribución muéstrales de diferencias de medias y proporciones.
 CONCEPTOS DE MUESTREO
La teoría del muestreo tiene por objeto estudiar la relación entre la
población y las muestras tomadas de ella.

Permite estimar magnitudes desconocidas

de la población (media y varianza) que se
denominan parámetros.

Estos mismos elementos medidos sobre la muestra

Se llama estadísticos.
 CONCEPTOS DE MUESTREO
La utilidad de esta teoría esta dada por:

1. Teoría de decisiones (probar un nuevo medicamento para

una enfermedad; decidir un proceso de producción
respecto a otro).

2. Constituyen el campo de la Estadística Inferencial.

 CONCEPTOS DE MUESTREO
Ejemplo 1.
Un fabricante de neumáticos elabora un nuevo modelo que tendrá mayor
duración que los actuales neumáticos de la empresa. Para estimar la
duración media, en millas, el fabricante selecciona una muestra de 120
neumáticos nuevos para probarlos. De los resultados de esta prueba se
obtiene una duración media de 36 500 millas. Por tanto, una estimación de
la duración media, en millas, de la población de nuevos neumáticos es 36
500 millas.

Obtener datos sobre la duración de los neumáticos, implica usarlos

hasta acabarlos, por ello, no se pueden emplear todos (población), se
requiere tomar una muestra para obtener el dato requerido.
 CONCEPTOS DE MUESTREO
2. Los miembros de un partido político deseaban apoyar a un determinado
candidato para senador, y los dirigentes del partido deseaban tener una
estimación de la proporción de votantes registrados que podían estar a
favor del candidato. El tiempo y el costo de preguntar a cada uno de los
individuos de la población de votantes registrados eran prohibitivos. Por
tanto, se seleccionó una muestra de 400 votantes registrados; 160 de los
400 votantes indicaron estar a favor del candidato. Una estimación de la
proporción de la población de votantes registrados a favor del candidato es
160/400 = 0.40.

Preguntar a cada uno de los votantes registrados es, en teoría, posible, pero el
tiempo y el costo para hacerlo son prohibitivos; de manera que se prefiere una
muestra de los votantes registrados.
 TIPOS DE MUESTRO
Son técnicas las cuales responden ¿Cómo seleccionar la muestra de
una población ?

Se tienen dos tipos de métodos:

Muestreo Probabilístico (Los individuos u elementos tienen la probabilidad

de ser elegidos)
Muestreo No Probabilístico (Selección de los sujetos bajo criterios
subjetivos del investigador).
 MUESTREO NO PROBABILISTICO
Un estudio que se realizará entre los
posibles asistentes a los partidos de
fútbol entre el Deportivo Cali y los
restantes equipos de su grupo
clasificatorio que competirán en la
próxima Copa Libertadores de
América, se desea determinar la
opinión de los fanáticos sobre la
medida de prohibición de expendio y
consumo de bebidas alcohólicas
dentro y en las inmediaciones del
Estadio, la persona encargada de
hacerlo, decide encuestar sólo a
personas del género masculino que
asistan, pues considera que son las
más propicias a este gusto.
 MUESTREO ALETORIO SIMPLE (M.A.S)
Población (n); Muestra (N).

• Definición: Una muestra aleatoria simple de tamaño n de una población finita

de tamaño N es una muestra seleccionada de manera que cada posible muestra
de tamaño n tenga la misma probabilidad de ser seleccionada.

Lo anterior garantiza que la selección de un objeto “x” es independiente de

la probabilidad del resto de los sujetos.
 MUESTREO ALETORIO SIMPLE (M.A.S)
Ejemplo:

Las alumnos que actualmente estudian en Politécnica son un total de 544

alumnos y se quiere extraer una muestra aleatoria simple de 65 alumnos.
Una manera de extraer una muestra aleatoria simple consiste en asignar a
cada alumnos un número del 1 al 544 asociando cada número a un único
individuo. Una vez realizado esa asignación, se introducen 544 bolas
numeradas en una urna (cada una con un numero del 1 al 544) se mezclan
cuidadosamente y de manera adecuada y entonces se seleccionan 65
bolas al azar.
 MUESTREO ALETORIO SIMPLE (M.A.S)
Ejemplo:

Dada una población finita que tiene cinco elementos A, B, C, D y E

seleccione 10 muestras aleatorias simples de tamaño 2.
a. Enumere las 10 muestras empezando con AB, AC y así en lo sucesivo.
b. Usando el muestreo aleatorio simple, ¿cuál es la probabilidad que tiene
cada muestra de tamaño 2 de ser seleccionada?
c. Si el número aleatorio 1 corresponde a A, el número 2 corresponde a B y
así en lo sucesivo. Enliste la muestra aleatoria de tamaño 2 que será
seleccionada al usar los números aleatorios 8 0 5 7 5 3
 MUESTREO ALETORIO SIMPLE (M.A.S)
Ejemplo:

Suponga que una población finita tiene 350 elementos. A partir de los
últimos tres dígitos de cada uno de los siguientes números aleatorios de
cinco dígitos (por ejemplo: 601, 022, 448,...), determine los primeros cuatro
elementos que se seleccionarán para una muestra aleatoria simple.

98601 73022 83448 02147 34229 27553 84147 93289 14209

 MUESTREO ALETORIO SIMPLE (M.A.S)
Ejemplo:

Fortune publicó datos sobre ventas, valor

del activo, valor de mercado y ganancias por
acción de las 500 corporaciones industriales
más grandes de Estados Unidos (Fortune
500, 2003). Suponga que usted desea
seleccionar una muestra aleatoria simple de
10 corporaciones de la lista Fortune 500.
Use los tres últimos dígitos de la columna 9
de la tabla, empezando con 554. Leyendo
hacia abajo por esa columna, identifique los
números de las 10 corporaciones que se
tomarán para la muestra.
 MUESTREO SALTO SISTEMATICO
Se aplica cuando los elementos de la población están ordenados.

A partir de ello se toma la muestra de manera directa y ordenada a partir de

una regla determinística. Al seleccionar el primer termino, el resto se
obtiene aplicando la regla.

El salto sistemático se define como 𝑘 = 𝑁/𝑛

El arranque (A) determina la primera posición (se determina entre 1 y el

valor de k), las siguientes se obtienen por:
A; 𝐴 + 𝑘 ; 𝐴 + 𝑛𝑘 … 𝐴 + (𝑛 − 1)𝑘
 MUESTREO SALTO SISTEMATICO
Suponer que estamos investigando sobre le porcentaje de estudiantes que
requieren trabajar en Uniminuto en la clase de estadística II, dentro de una
población de 20 estudiantes. La base de datos es:

a. Determine la muestra de 5 estudiantes

considerando un arranque en 1.

b. Cual sería la muestra si el arranque

fuera 3.
 MUESTREO SALTO SISTEMATICO
La Cámara de Comercio de Bogotá, A partir de
una lista de 200 bares en la localidad de suba,
desea seleccionar 25 para una muestra de un
estudio comercial. Que establecimientos de la lista
harán parte de la muestra.
 MUESTREO SALTO SISTEMATICO
La Alcaldía de Barrios Unidos, a partir de una lista
de 120 familias del plan Familias en Acción, desea
seleccionar 15 para una muestra de un estudio de
la calidad del programa. Que familias de la lista
harán parte de la muestra.
 MUESTREO ALEATORIO ESTRATIFICADO
Esta técnica, perteneciente a la familia de muestreos probabilísticos,
consiste en dividir toda la población objeto de estudio en diferentes
subgrupos o estratos disjuntos, de manera que un individuo sólo puede
pertenecer a un estrato.

Se aplica un proceso de selección por separado

en cada uno de los estratos.
 MUESTREO ALEATORIO ESTRATIFICADO
Una empresa constructora cuenta con 300 obreros, 60 vigilantes, 150
motoristas y 90 administrativos. Para hacer un estudio con el propósito de
mejorar la condiciones de trabajo, la empresa determina una muestra de 40
trabajadores de los diferentes grupos. ¿Cuántos empleados de cada ramo
debe elegir?

Se debe establecer el total de la población, para luego con una regla de tres
por cada estrato, donde la incógnita de la regla será la muestra a tomar en
cada estrato.
 MUESTREO ALEATORIO ESTRATIFICADO
Si se tiene que seleccionar una muestra de 80 personas, de una
comunidad de 800 habitantes, con el fin de hacerles una
encuesta sobre los servicios básicos que reciben. Los habitantes
están repartidos en 7 sectores (Araguaney, Girasol; Gardenia;
Margarita; El Rosal; Tulipán y la Orquídea con 106, 120, 100.
152. 120. 112 y 90 habitantes respectivamente). Calcular para
cada estrato el número de habitantes que debe conformar la
muestra total.
 MUESTREO ALEATORIO ESTRATIFICADO
Si se tiene que seleccionar una muestra de 40 personas, de una
comunidad de 400 habitantes, con el fin de hacerles una
encuesta sobre los servicios básicos que reciben. Los habitantes
están repartidos en 5 sectores, en el sector 1 80, sector 2 60, ,
Sector 3 120, Sector 4 100 y Sector 5 40. Calcular para cada
estrato el número de habitantes que debe conformar la muestra
total.
 MUESTREO ALEATORIO POR CONGLOMERADOS
Se divide la población en secciones (conglomerados), seleccionando uno
de los conglomerados al azar y después se elige a todos los miembros de
los conglomerados seleccionados.

Ejemplo: La universidad Uniminuto preocupada por el ausentismo

estudiantil, realiza un estudio sobre las causas del ausentismo. Para ello,
para ello selecciona 10 grupos al azar de una de sus sedes, entrevistando a
todos los estudiantes de esos 10 grupos.
 1.4. TAMAÑO DE LA MUESTRA (n)
Es un subconjunto de la población.

Se debe asegurar esta sea representativa de la población, es decir son

aquellas que tiene un Nivel de confianza y Margen de Error.

Con este tamaño se pueden inferir resultados de la población.

 1.4. TAMAÑO DE LA MUESTRA (n)
POBLACION FINITA POBLACION INFINITA
El conjunto de la población tiene un El conjunto de la población no se puede
numero limitado de elementos. contabilizar (extremadamente grande)
tiene un numero limitado de elementos.

El numero de estudiantes de la Insectos del mundo

Uniminuto
El numero de empleados de una Estrellas del Universo
empresa.
Flota de vehículos de Transmilenio. Cantidad de Arboles en el mundo.
1.4. TAMAÑO DE LA MUESTRA (n)
FINITA INFINITA
1.4. TAMAÑO DE LA MUESTRA (n)
 1.4. TAMAÑO DE LA MUESTRA
Z expresa el grado de certeza (probabilidad), se expresa como un porcentaje con
el que se pretende realizar la estimación. Se asocia a una distribución normal.

Existen tablas que asociación el nivel de confianza a un valor de Z.

El error (e) lo dispone el investigador y que acepta el proceso de investigación. Se

expresa como un porcentaje.

La probabilidad de ocurrencia de manera general se considera como 50% de éxito

y 50% de fracaso.
 1.4. TAMAÑO DE LA MUESTRA

La tabla de puntaciones Z
expresa el área que tiene
la probabilidad de ocurrir.
Esta región se encuentra
ubicada entre dos colas a
las izquierda y la derecha
(/2).
 1.4. TAMAÑO DE LA MUESTRA
Ejemplo:

Se pretende establecer el tamaño de una muestra sobre una población de

54000 individuos, intentando no incurrir en un error menor al 7 por ciento y
con una fiabilidad del 95.5 %, para indagar las causalidades de los
accidentes de una multinacional en diferentes lugares del mundo.
 1.4. TAMAÑO DE LA MUESTRA
Ejemplo:

Se pretende establecer el tamaño de una muestra sobre una población de

43000 individuos, intentando no incurrir en un error menor al 6 por ciento y
con una fiabilidad del 95 %, para indagar las causalidades de los accidentes
de una multinacional en diferentes lugares del mundo.
 1.4. TAMAÑO DE LA MUESTRA
Ejemplo:

Una empresa comercializa una marca de jabón, la empresa esta interesada

en conocer la proporción de hogares que usan su jabón. En el mercado se
estima hay 10000 hogares que emplean este articulo de aseo. Cual es el
tamaño de la muestra con un nivel de confianza del 95% con un error del
3%.
 1.4. TAMAÑO DE LA MUESTRA
ECUACIONES PARA CALCULAR EL TAMAÑO DE LA MUESTRA

VARIABLE CUALITATIVA VAIRABLE CUANTATIVA

 1.4. TAMAÑO DE LA MUESTRA
Se desea estimar el gasto promedio mensual en dólares que una familia de
Bogotá gasta. Calcule cuántas familias se deben tomar como muestra con
una confianza del 95% y un error de 2 dólares. Se estima la desviación
estándar es de 9 dólares.
 1.4. TAMAÑO DE LA MUESTRA
Se desea estimar el gasto promedio mensual en dólares que una familia de
Bogotá gasta. Haga el calculo de la muestra para una urbanización de la
localidad de Engativá donde hay 850 familias con un 99% de confianza, un
error 1.5 dólares. Se estima la desviación estándar es de 9 dólares.
 1.4. TAMAÑO DE LA MUESTRA
La universidad Uniminuto desea estimar la proporción de los estudiantes
que crean se han graduado con un nivel de aprendizaje excelente. En el
año 2018 se gradúan 5000 personas, por lo tanto, el tamaño de la muestra
con un nivel de confianza del 95% y un error del 5%, los estudiantes que se
debe seleccionar
 TEOREMA DEL LIMITE CENTRAL

1. La distribución de las medias muéstrales tienen distribución

normal (N).
2. La media de la distribución de la medias muéstrales coincide
con la media poblacional.
3. La varianza de las medias muéstrales se relaciona con
varianza de la población.
 TEOREMA DEL LIMITE CENTRAL
Como se observa al tomar un
espacio maestral cada vez
mayor, la distribución de los
valores se ajusta a la forma
normal, en la cual el centro
geométrico es la media
poblacional.

𝛿 2
𝑥~ 𝑁 (𝜇; )
𝑛
 TEOREMA DEL LIMITE CENTRAL
El costo medio anual de un seguro para automóvil es de $51800 (CNBC, 23
de febrero de 2006). Suponga que la desviación estándar es σ = $4000.
¿Cuál es la probabilidad de que una muestra aleatoria simple de pólizas de
seguros de automóvil la media muestral no difiera más de $51300 de la
media poblacional si el tamaño de la muestra es 100?

𝑥−𝜇
𝑍= 𝜎
𝑛
 TEOREMA DEL LIMITE CENTRAL
Un banco levo una estadística de los reclamos de los clientes en todas sus
sucursales y vio que está distribuida normalmente, con una media de 305
reclamos por año y una desviación estándar de 27 reclamos. Obtenga la
probabilidad de que una muestra aleatoria de 33 sucursales tengan 290
reclamos por año.

𝑥−𝜇
𝑍= 𝜎
𝑛
 TEOREMA DEL LIMITE CENTRAL
Supongamos que tenemos una población de pesos que es normal con
media de 85 kg y una desviación estándar de 8.75 kg. Cual es la
probabilidad de elegir aleatoriamente un individuo con peso mayor a 90 kg.

𝑥−𝜇
𝑍= 𝜎
𝑛
 TEOREMA DEL LIMITE CENTRAL
Supongamos que esta midiendo las fluctuaciones de voltaje en un edificio
multifamiliar, se conoce la población testa sesgada con media de 212V y
desviación de 3V. Determinar la probabilidad de que al tomar una muestra
de 45 voltajes en promedio se tenga menos de 211.5 V.

𝑥−𝜇
𝑍= 𝜎
𝑛
 TEOREMA DEL LIMITE CENTRAL
Una empresa de instalaciones eléctricas garantiza los bombillos que
usan tienen una duración promedio de 800 horas sin presentar
problemas técnicos, con una desviación estándar de 40 horas. Un
centro comercial quiere garantizar esta premisa, seleccionando una
muestra aleatoria de 16 bombillos, en caso que las bombillas presenten
una duración menor a 775 horas no se realizará la licitación con esta
empresa para equipar el lugar con los servicios que presta. Por lo tanto,
usted puede determinar que: