Está en la página 1de 20

DISTRIBUCIONES DE MUESTREO

Lic. Pavan Gladys

Pavan Martha Gladys Profesor Adjunto, Facultad Ingeniera y Ciencias Econmico Sociales. U.N.S.L.

Argentina.
Licenciada en Administracin Contadora Pblica Nacional
Lic. Pavan Gladys

E-mail: Gpavan@fices.unsl.edu.ar

Competencias que se adquirir al terminar el tema


Definir qu es estadstica inferencial. Conocer qu es distribucin de muestreo. Conocer y definir las propiedades de la distribucin en el muestreo. Analizar las implicancias de la distribucin de muestreo para trabajar con muestras.

Lic. Pavan Gladys

Poblacin y muestra
Ejemplo: Queremos medir la preferencia por cierto producto (Ej.: pintura sin olor 0 voc (cero agentes voltiles orgnicos) No podemos medirla en toda la poblacin argentina, por razones prcticas y financieras. Se mide la preferencia en una subpoblacin argentina, o regional segn el objetivo del estudio, llamada muestra.

Lic. Pavan Gladys

Cmo elegimos una muestra?


Sera ms fcil obtener una muestra de la ciudad de Buenos Aires,
pero es muy probable que la preferencia de pinturas sin olor difiera del resto del pas, dando una preferencia sesgada de toda la poblacin argentina o de la zona donde queremos inferir. Si elegimos una muestra al azar, es muy probable que evitemos
Lic. Pavan Gladys

sesgos.
La muestra aleatoria (al azar) es cuando, slo ste decide quien es incluido y quien no.
5

Una vista preliminar de las distribuciones de muestreo


Si tomramos muchas muestras de tamao n de la misma poblacin, obtendramos muchos valores diferentes para la media de la muestra. El conjunto resultante de medias de las muestras se puede ver como

una nueva variable aleatoria con media y desviacin estndar propia.


La distribucin de probabilidad de stas medias de las muestras se

denomina distribucin

muestral de la media.

Lic. Pavan Gladys

Ejemplo :
Poblacin: Cada uno de los cuatro subdistribuidores de la
poblacin tiene una cantidad especfica de envases

correspondientes a la lnea Deltron automotriz de PPG en su


Lic. Pavan Gladys

stock. Villa Mercedes Sampacho - Laboulaye- Rio Cuarto. Poblacin, su distribucin de probabilidad y su media. Subdistribuidor. Zona: x
Villa Mercedes: 1 Sampacho:1 Laboulaye: 3 Rio Cuarto: 5

Media: =(1+1+3+5)/4=2.5

: 1 p( ) = 2/4 = 0,50 E() = 1*0.50 + 3*0.25 + 5* 0.25 = 0.50 + 0.75 + 1.25 = 2.5 Si realizramos todas las muestras posibles de tamao 2 en un muestreo sin reemplazo habra 6 muestras:

! ! !

Muestra

Media de la Muestra = (1+1)/2 = 1 = (1+3)/2 = 2 = (1+5)/2 = 3 = (1+3)/2 = 2 = (1+5)/2 = 3 = (3+5)/2 = 4

P (x) 1/6 1/6 1/6 1/6 1/6


Lic. Pavan Gladys

VM S VM L VM RC SL S RC L - RC

1/6

La media de las medias, se calcula como: = 1/6*(1) + 2/6*(2) + 2/6*(3) + 1/6*(4) = 2.5

E() = =
Conclusin :la media de las medias mustrales es igual a la media de la poblacin. Esta propiedad que posee la media muestral para inferir el parmetro poblacional se denomina: Insesgabilidad

Imparcialidad

La desviacin estndar de la distribucin muestral de la media


La desviacin estndar de la distribucin muestral de la media se conoce como el error estndar y se designa =

Al incrementarse el tamao de la muestra el error estndar de la

media disminuir en un factor igual a la raz cuadrada del tamao de la


muestra.

Lic. Pavan Gladys

Poblacin objetivo y poblacin muestreada


Es importante distinguir entre poblacin objetivo y poblacin muestreada.
La poblacin objetivo es la poblacin de la cual queremos informacin. La poblacin de la muestra es la poblacin de la cual podemos obtener informacin.

Los dos estudios tienen la misma poblacin objetivo, pero son diferentes ya que no tienen la misma poblacin muestreada. Si las caractersticas de la poblacin objetivo son diferentes a las de la poblacin muestreada los resultados sern sesgados.

10

Lic. Pavan Gladys

Estimados de muestras y distribucin de muestras


Seleccionamos una muestra debido a que queremos

informacin sobre un hecho en particular de la poblacin.


Ya que no podemos tener este resultado en forma directa,
Lic. Pavan Gladys

debemos reunir informacin sobre una muestra aleatoria


tomada de la poblacin objetivo y usarla para obtener nuestro mejor estimado del valor del resultado en la poblacin. Para distinguir entre los valores de la poblacin y de la muestra, usamos letras griegas para los valores de la poblacin y letras latinas para los valores de la muestra.

11

Estimados de muestras y distribucin de muestras


Es poco probable que la media de envases de pintura en la muestra aleatoria de determinado tamao, sea exactamente la misma que la verdadera media del total de la poblacin .
Lic. Pavan Gladys

Pero qu tan cercano es el estimado (media), del verdadero valor


de de la poblacin? En general, no conocemos , as que necesitamos encontrar otra forma de evaluar cun seguro es (media de muestra) como un estimado de .

Una forma es estar consientes que la muestra aleatoria que estamos


usando es una de muchas que podran haber sido extradas.

12

Estimados de muestras y distribucin de muestras


As, si muchas muestras alternativas podran haber sido reunidas en lugar de la

nica que hemos reunido: Qu tan diferentes resultados podramos haber


encontrado, si usamos varias muestras? Para resolver esta pregunta, debemos ver algunas simulaciones:
Lic. Pavan Gladys

Tenemos una poblacin de 4 distribuidores cuya media de envases de 1 litro de


la lnea Deltron en el bsico Nro:587 se asume en 2.5. Tomamos 6 muestras sin reemplazo de esta poblacin; el tamao de la muestra

fue fijado en 2.
Calculamos el promedio de envases en cada muestra: Los promedios encontrados en las 6 muestras (estimado de muestras) fueron mostrados.

Note que cada una de ellas representa un estimado del verdadero promedio de
la poblacin y que generamos 6 muestras.

13

Distribucin de muestreo
Se ha ilustrado la idea de que, en teora, podemos obtener muchas muestras de una poblacin y obtener diferentes estimaciones de las muestras. Sin embargo, en la prctica, slo tenemos una muestra de la poblacin de inters. As que nunca podremos observar una distribucin de las estimaciones de las muestras. La idea de la distribucin de muestreo es fundamental en las inferencias estadsticas, debido a que nos permite relacionar la muestra de la poblacin que tenemos, de donde obtuvimos nuestra informacin, con el valor verdadero de la poblacin.
14
Lic. Pavan Gladys

Propiedades de la distribucin de muestreo


Las distribuciones de muestreo obtenidas de muestras de diferente
tamao, de la misma poblacin, muestran las tres propiedades de las distribuciones de muestreo:
La media La desviacin estndar
Lic. Pavan Gladys

Su forma

15

Inferencias
Las propiedades de las distribuciones de muestreo nos permiten inferir resultados en cuanto a la poblacin general de los datos obtenidos de una sola muestra.

Volvamos al ejemplo: Si relacionamos nuestros resultados con


muchos otros resultados, que pudieran ser obtenidos, podemos establecer un rango de valores que es probable que incluyan el verdadero promedio poblacional
Lic. Pavan Gladys

16

Inferencias
El proceso de inferencia, se efecta de la siguiente manera:
1. La primer propiedad de la distribucin de muestreo dice que la media de la distribucin de muestreo es el valor

verdadero de la poblacin, a sta estimacin se la


2. La segunda propiedad de la distribucin de muestreo, dice que el error estndar de la distribucin de muestreo de la media es:
Lic. Pavan Gladys

denomina estimacin puntual.


17

Inferencias
La probabilidad: p(x) = nmeros de xitos /nmero de intentos = x/n Igual que la distribucin muestral de la media , la distribucin muestral de la proporcin posee un valor esperado y un error estndar.

Media=E(p)= P(proporcin de la poblacin)


Error estndar: =
()
Lic. Pavan Gladys

la distribucin de muestreo es Normal cuando el tamao de muestra es grande. Sin embargo, nosotros slo tenemos una muestra, y no

conocemos la p(p) de la distribucin de muestreo. Por la misma razn, no


podemos calcular el error estndar debido a que requerimos p.
18

Inferencias
Sin embargo, podemos usar la proporcin de la
muestra como nuestra mejor estimacin de p y
Lic. Pavan Gladys

usarla para calcular el x (error estndar).

19

Bibliografa:
Introduccin a la Estadstica para negocios, Ronald M Weiers, 5ta edicin.

20

Lic. Pavan Gladys