Estadística y Probabilidad - Parámetros de Una Población

Parmetros de una Poblacin
Ing. Julio Carreto

Medidas de Tendencia
Central
Una caracterstica importante de

cualquier poblacin es su posicin,
es decir, donde est situada con
respecto al eje de abscisas (Eje
horizontal). En nuestro caso, es
importante saber si los datos se
agrupan alrededor de 60 Kg. o de
90 Kg. o alrededor de 12 Kg.
Ing. Julio Carreto 3

Una manera de obtener un dato

numrico que nos d idea de la
posicin de nuestra poblacin es
calcular el Promedio o Media de
todas las observaciones:
X
X i

Este importante parmetro nos

permite efectuar comparaciones
entre distintas poblaciones.

Por ejemplo, si tuviramos una

poblacin formada por mediciones
del peso de mujeres de 30 aos,
otra de peso de varones de 40 aos
y una tercera de peso de nios de 8
aos, es indudable que los
promedios van a ser diferentes.

El promedio, entonces, nos est

diciendo que las tres poblaciones
son diferentes y tambin en que
medida difieren.

Ahora, si tuviramos una poblacin

de varones con peso promedio 70
Kg. y otra poblacin de varones con
el mismo promedio Se puede
afirmar que ambas poblaciones son
equivalentes?

Para responder esta pregunta

necesitamos tener medidas de la
dispersin de la poblacin de datos.

Medidas de
Dispersin

Otra caracterstica muy importante

de una poblacin es el grado de
dispersin de las observaciones. No
es lo mismo si en nuestra poblacin
encontramos que todos los valores
estn entre 75 y 90 Kg. que si estn
entre 60 y 105 Kg., aunque el
promedio sea el mismo.

Si llegara a la tierra
un marciano y le
dijramos que el peso
promedio de los seres
humanos adultos es
de 70 Kg, puede
llegar a creer que
existen hombres de
350 Kg, o de 5 Kg

Es necesario agregar alguna idea de

la dispersin de los valores.
Una manera es a travs del Rango
de las observaciones, es decir, el
valor Mximo y el valor Mnimo de
los datos de la poblacin.

Entonces, una descripcin mas

realista acerca de los seres
humanos sera decir que pesan en
promedio 70 Kg. y que el rango es
de 40 a 120 Kg. (Estos valores son
supuestos).

Una manera mas precisa de dar

idea de la dispersin de valores de
una poblacin es a travs de la
Varianza o su raz cuadrada, que es
la Desviacin Standard.

Vamos a calcular la varianza y la

desviacin standard de un nmero
pequeo de datos (Una muestra)
para ilustrar el clculo.

Supongamos
que se midi la
altura de 10
personas
adultas y de
sexo femenino, Altura
y se obtuvieron
los valores
siguientes:
165 cm.
163 cm.
171 cm.
156 cm.
162 cm.
159 cm.
162 cm.
168 cm.
159 cm.
167 cm.

El promedio de estas observaciones

es:
X 163,2cm.
Si a cada una de las observaciones le

restamos el promedio, obtenemos los
Residuos:
Xi Xi X
165 1,8
163 -0,2
171 7,8
156 -7,2
162 -1,2
159 -4,2
162 -1,2
168 4,8
159 -4,2
167 3,8
Los residuos tambin nos dan una

idea de la dispersin de las
observaciones individuales
alrededor del promedio. Si el valor
absoluto (El valor numrico sin el
signo) de los residuos es grande, es
porque los valores estn muy
dispersos.

Si el valor absoluto de los residuos

es pequeo, significa que las
observaciones individuales estn
muy cerca del promedio, y por lo
tanto, hay poca dispersin.

Pero nosotros necesitamos un slo

nmero que nos provea informacin
acerca de la dispersin de los
valores.

Si sumamos los residuos, como

algunos son positivos y otros
negativos, se cancelaran entre
s, con lo cual perdemos la
informacin acerca de la
dispersin. Entonces, los
elevamos al cuadrado:

Xi Xi X X i X 2
165 1,8 3,24

163 -0,2 0,04
171 7,8 60,84
156 -7,2 51,84
162 -1,2 1,44
159 -4,2 17,64
162 -1,2 1,44
168 4,8 23,04
159 -4,2 17,64
167 3,8 14,44
Si ahora sumamos los residuos

elevados al cuadrado, tenemos un
nmero donde se condensa toda la
informacin de la dispersin de la
poblacin:
SumadeCuadrados
X X i 191,60 cm
2 2

Este nmero, la suma de

cuadrados, es dependiente del
nmero de datos N, y por lo tanto
no nos sirve para comparar
poblaciones con distinto nmero de
observaciones.

Pero si dividimos la suma de

cuadrados por N, tenemos un
nmero que es independiente del
nmero de observaciones, que se
denomina Varianza:

SumadeCuadrados
Varianza
N
X X 2

En nuestro caso:
191,60
Varianza 19,16cm 2
10

Las frmulas anteriores son las

que se aplican al clculo de la
varianza y desviacin standard de
una poblacin de datos. Mas
adelante veremos que las
frmulas a aplicar en el caso de
una muestra son ligeramente
diferentes.
La varianza es un nmero que nos

permite comparar poblaciones.
Cuando la dispersin de las
observaciones es grande (Datos que
se alejan mucho por encima y por
debajo del promedio), el valor de
los residuos (distancia entre cada
dato y el promedio) ser grande.

Entonces aumenta la suma de

cuadrados de los residuos y por lo
tanto la varianza. Tambin se utiliza la
raz cuadrada de la varianza:
Desviacion Standard Varianza
X X
2
N
Por lo tanto:
Desviacion Standard 19,16cm 2
4,38cm

La desviacin standard o desviacin

tpica tiene las mismas unidades
que la variable con la que estamos
trabajando, en nuestro caso el
centmetro. Tanto la varianza como
la desviacin standard nos permiten
comparar el grado de dispersin de
distintas poblaciones.

Mediay Varianza de una

Muestra

Hasta ahora hemos visto como se

calcula la media o promedio de una
poblacin y tambin como se
calcula la varianza y la desviacin
standard de una poblacin o
universo de observaciones.

Cuando tenemos una muestra

(Subconjunto de algunos datos
extrados de una poblacin),
tambin podemos calcular su
media, su varianza y su
desviacin standard.

Es muy importante distinguir entre

la media, varianza y desviacin
standard poblacional, de la media,
varianza y desviacin standard
muestral.

La media, varianza y desviacin

standard de una poblacin o
universo se denominan parmetros
de la poblacin y en general se
designan con letras griegas: m para
la Media, s2 para la Varianza y s
para la Desviacin Standard
poblacionales.

En el caso de una muestra, la media,

varianza y desviacin standard se
denominan estadsticos y se utilizan
letras de nuestro alfabeto:
X para la Media
s2 para la Varianza
y s para la Desviacin Standard

muestrales.
El clculo de la varianza y la
desviacin standard de una muestra
de n observaciones se realiza con
una frmula levemente diferente
que la ya vista para la varianza y
desviacin standard de una
poblacin:

X X 2
Varianza i
n 1
Desviacion Standard Varianza
X X
2
n 1
En lugar de dividir por n, el nmero

total de observaciones en la
muestra, dividimos por n - 1. Este
valor, n - 1, son los Grados de
Libertad de la muestra. En general,
cuando tenemos una muestra de n
observaciones, se dice que la
misma tiene n - 1 grados de
libertad.

La media, varianza y desviacin

standard de una muestra, en
general, no van a coincidir con los
mismos parmetros de la poblacin
de la cual se extrajo la muestra
(Aunque usemos la misma frmula
para calcular la varianza muestral y
poblacional).

Si extraemos n muestras de una

poblacin, vamos a obtener n
promedios muestrales distintos del
promedio de la poblacin y n
varianzas muestrales distintas de la
varianza de la poblacin.

Esto se debe a que una poblacin o

universo tienen un nmero muy
grande de datos, mientras que una
muestra son slo algunos pocos
datos extrados de ese universo.

Cuando sacamos una segunda,

tercera, ... etc. muestras, los
datos extrados no tienen por que
ser los mismos que en la primer
muestra.

Por lo tanto, el promedio y la

varianza de las muestras van a ser
distintos para las distintas
muestras, y distintos de la media y
la varianza de la poblacin de la
cual se extrajeron las muestras.

Muestreo
Aleatorio

En general, no es posible disponer

de todas las observaciones de un
universo o poblacin, ya sea
porque es un universo hipottico
o porque el relevamiento de todos
los datos resulta una tarea
excesiva para nuestras
posibilidades.

Normalmente se dispone de una

muestra de datos extrados de un
universo, y lo que se pretende es
estimar (Conocer de manera
aproximada) los parmetros del
universo por medio de clculos
realizados sobre la muestra.

En este sentido decimos que la media

muestral es una estimacin de la media
del universo, y que la varianza y
desviacin standard muestrales son
estimaciones de la varianza y desviacin
standard poblacionales respectivamente.

Veamos algunos ejemplos.

Supongamos que un partido poltico
necesita averiguar la cantidad de
personas que estn dispuestas a
votar por su candidato. Entonces,
encarga a una empresa la
realizacin de una encuesta el da
previo a las elecciones.

El encargado de la encuesta podra

pensar en consultar la intencin de
voto de toda la poblacin de
votantes (Mas de 18 millones en la
Argentina). Esto, obviamente, es
una tarea excesiva que por distintas
razones no se puede realizar.

Entonces, el camino que resta es

tomar una muestra representativa
de esa poblacin de personas y
consultar la intencin de voto en
esa muestra.

Los resultados que se obtengan son

solamente una estimacin del
resultado que se hubiera obtenido
si la consulta se hubiera efectuado
sobre toda la poblacin de
votantes.

Ahora bien Cmo se obtiene una

muestra representativa? Para tratar
de entenderlo, vamos a trabajar con
una poblacin de muy pocos datos.
Supongamos que nuestra poblacin
son 10 crculos con los siguientes
nmeros:

2
9 2 2
9
2 2 5
5 2

si ordenamos las crculos de menor a

mayor:
2 2 2 2 2 2 5 5 9 9

inmediatamente comprobamos
que nuestra poblacin consta de 6
dos, 2 cincos y 2 nueves:

Dato Frecuencia
2 6
5 2
9 2

El promedio de la poblacin es 4.
Supongamos que queremos
obtener una muestra de 5
elementos de esa poblacin. Hay
varias maneras de hacerlo.

Supongamos que puedo ver los

nmeros y elijo 2, 2, 2, 2 y 5
porque me gustan esos nmeros. El
promedio de estos 5 nmeros
extrados de la poblacin es 2,6 que
difiere sustancialmente del
promedio de la poblacin.

9 2 2
2 2
2 2
2 2
5 2
5 9 5
2
Promedio 2,6
Promedio 4
Es evidente que dicha muestra

no es representativa de la
poblacin de la que fue
extrada. No se mantiene la
misma proporcin de cada
nmero que existe en la
poblacin.

Una muestra de 5 elementos en la

que hay la misma proporcin de
cada dgito debera tener 3 dos, 1
cinco y 1 nueve, y su promedio es
4, el mismo de la poblacin.

9 2 2
9
2
2 2
2 2
5 2
5 9 5
2
Pr omedio 4
Pr omedio 4
En una poblacin de muchos datos,

no es posible obtener una muestra
eligiendo cada elemento para que
figure en la misma proporcin que
en la poblacin, porque para ello
deberamos disponer de todos los
datos de la misma, y en ese caso no
sera necesario sacar una muestra.

Si a cada elemento de la poblacin

se le da la misma oportunidad de
ser elegido, entonces se supone que
cada nmero estar en la muestra
en un nmero proporcional a la
cantidad de veces que est en la
poblacin.

Por ejemplo, el 2 va a estar en la

muestra mas veces que el 5, porque
en la poblacin hay 6 dos y slo 2
cincos. Si metemos las diez crculos
en una bolsa y las mezclamos
suficientemente, la probabilidad que
tiene una bolilla individual de ser
extrada es la misma para
cualquiera de las crculos.

En esas condiciones, si
sacamos cinco crculos
sucesivas, mezclndolas
previamente en cada
oportunidad, es razonable
pensar que vamos a extraer el
2 en mas oportunidades que el
5 el 9.

Esta forma de obtener la muestra

es lo que se conoce como Muestreo
Aleatorio.

El muestreo aleatorio no garantiza que

la muestra va a ser representativa de la
poblacin, pero al eliminar toda
influencia externa en el acto de extraer
un elemento de la poblacin, la
proporcin de cada uno estar influda
slo por la cantidad de veces que est
presente en la poblacin de la cual se
extrae la muestra.

2
5
3
7
3
Extraccin 3
Aleatoria 2
6
2
Poblacin o Universo Muestra

de Mediciones Representativa
Entonces, realizando el muestreo en

forma aleatoria (al azar), la
probabilidad de obtener una
muestra representativa de la
poblacin es mayor que si en la
eleccin de los elementos de la
muestra interviene la voluntad del
que efecta la operacin o algn
otro factor de influencia.

Fin de la
seccin

Estadística y Probabilidad - Parámetros de Una Población

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estadística y Probabilidad - Parámetros de Una Población

Transféré par

Droits d'auteur :

Formats disponibles

Parmetros de una Poblacin

Ing. Julio Carreto

Una caracterstica importante de

Ing. Julio Carreto 3

Una manera de obtener un dato

Ing. Julio Carreto 4

Este importante parmetro nos

Ing. Julio Carreto 5

Por ejemplo, si tuviramos una

Ing. Julio Carreto 6

El promedio, entonces, nos est

Ing. Julio Carreto 7

Ahora, si tuviramos una poblacin

Ing. Julio Carreto 8

Para responder esta pregunta

Ing. Julio Carreto 9

Ing. Julio Carreto 10

Otra caracterstica muy importante

Ing. Julio Carreto 11

Ing. Julio Carreto 12

Es necesario agregar alguna idea de

Ing. Julio Carreto 13

Entonces, una descripcin mas

Ing. Julio Carreto 14

Una manera mas precisa de dar

Ing. Julio Carreto 15

Vamos a calcular la varianza y la

Ing. Julio Carreto 16

Ing. Julio Carreto 18

El promedio de estas observaciones

Si a cada una de las observaciones le

Los residuos tambin nos dan una

Ing. Julio Carreto 21

Si el valor absoluto de los residuos

Ing. Julio Carreto 22

Pero nosotros necesitamos un slo

Ing. Julio Carreto 23

Si sumamos los residuos, como

Ing. Julio Carreto 24

165 1,8 3,24

Si ahora sumamos los residuos

Ing. Julio Carreto 26

Este nmero, la suma de

Ing. Julio Carreto 27

Pero si dividimos la suma de

Ing. Julio Carreto 28

Ing. Julio Carreto 29

Ing. Julio Carreto 30

Las frmulas anteriores son las

La varianza es un nmero que nos

Ing. Julio Carreto 32

Entonces aumenta la suma de

Desviacion Standard Varianza

Desviacion Standard 19,16cm 2

Ing. Julio Carreto 34

La desviacin standard o desviacin

Ing. Julio Carreto 35

Mediay Varianza de una

Ing. Julio Carreto 36

Hasta ahora hemos visto como se

Ing. Julio Carreto 37

Cuando tenemos una muestra

Ing. Julio Carreto 38

Es muy importante distinguir entre