Está en la página 1de 34

INTRODUCCION AL MUESTREO

1.1 INTRODUCCION

Recopilar

Estadstica

Informaci

Analizar
Interpreta
r
Censo

Poblacin
Variable
Cuantificar

Continuas
Discretas

Cualificar

Variables ordinales
Variables nominales

MUESTRA: Proporcion de toda la poblacin

Muestra

Representativa
Caracterstica

Estadstica descriptiva: Describe datos


Estadstica Inferencial: Percibir
Poblacin
Muestra

Parmetro
Estadstico

1.2 TIPOS DE MUESTREO

Muestra Probabilstico

Muestreo No Probabilstico

Muestreo
simple
Sistemtico
Estratificado
Conglomerad
Discreto
Por cuotas

1.3 DETERMINACION DEL TAMAO DE LA MUESTRA

Finita
Poblacin

n=

z 2 N p q
e 2 ( N1 ) + z 2 p q

Elemento de la muestra

Nivel de significancia: Es la probabilidad que podamos incurrir en un error de


muestreo.
Nivel de confianza: Es la probabilidad de cuan confiable queremos que sea el muestreo.
Varianza:

q: proporcin negativa
Error: Es el error a causa de observar una muestra en lugar de la poblacin completa.

px
q positiva
p: proporcin

e 2=( 5 )2 =0.052 Como mximo puede ser 5%


EJERCICIO
Intervalo de confianza para diferencia de medias si estamos hablando de promedios.

A=80
A :65 ..95 n A =9 A =110 , 25 X
2

B :39 .. 80 n B=4 2B=174 X B=65


Pasos para un estudio de muestreo

o
o
o

Definir objetivo
Hiptesis
Variables
Definir poblacin

o
o
o
o

Determinar tipo de muestreo


Determinar tamao de la muestra
Recopilar informacin
Anlisis

Tabular
Inferencial

1.4. MUESTREO ALEATORIO SIMPLE


Sin reposicin

Meinteresa orden:

N!
n ! ( Nn ) !

Nome interesa orden:

N!
( Nn ) !

EJEMPLO
N=5
n=3
Numero de calzado X: (36,38,40,43,42)
1
2
3
X

1
2
3
4
5
6
7
8
9
10

36
36
36
40
40
36
36
36
36
36

40
40
40
40
40
40
36
36
40
40

40
36
36
36
36
36
40
36
36
36

38,67
37,33
37,33
38,67
38,67
37,33
36
37,33
37,33
37,33

S=
3,56
3,56
3,56
3,56
3,56
3,56
3,56
3,56
3,56
3,56

P ( x >37 )
N ( , )
N (38,1.87 )
Si x: peso de Jairo

P ( x >37 )=1P ( z37 ) =1P z <

3738
1.87

( xx )2
n

P ( x >37 )=1P ( z<0,535 )


P ( x >37 )=10,2981
P ( x >37 )=0.7019
z=

P ( x <38 )
P ( x <38 ) =0.5
X: peso de Helen

P (36 < x< 38 )=P ( x<38 )P ( x>36 )


P (36 < x< 38 )=1P ( x >38 )P ( x >36 )

36

38

1.5. MUESTREO SISTEMATICO


1.5.1. Muestreo Aleatorio Sistemtico

1
3
7

4
8

12

13
16
20

10

14

15

17
21

18

11

19
22

Coeficiente de elevacin

k=

N
n

n=2

k=

22
=3,67
6

1.6. MUESTREO ESTRATIFICADO


Considera la clasificacin conforme una determinada caracterstica

N=N 1 + N 2 + N 3 + N 4 + N 5+ N 6
Proporcional Fija

n
=
N

n1= N 1
n2= N 2

EJEMPLO

n1= N 1=7,5=7

N=100

N 1=50
N 2=5
N 3=45

n
15
==
=0,15
N
100

n2= N 2=0,75=1
n3= N 3=6,75=7

n=15

EJEMPLO

N 1=c h icos60
N 2=c h icos50
N 3=c h icos 40
Solucin: Desventaja: existe diferencia significativa en cantidad

n n1 n2 n3
= = =
N N1 N 2 N3

1.7. MUESTREO POR CONGLOMERADO

CARIMBOde elementos heterogneos


Agrupacin
Nivel acadmico: Edad en que ingresan los estudiantes a las universidades.

SALUDO: Objetivo de la encuesta


Informacin bsica:
UMS
Sexo
A

N: Cantidad total
K: conglomerado

UPB

Edad

UCB
UNIVALL
E principal)
1 Pregunta batera (pregunta

Zona

Una de las caractersticas es


muestrear el conglomerado

EMI mermelada?
UPSA
Consume
Si

No

2 Qu marca consume?
1.8. APLICACIN PRCTICA

3 Preferencia de consumo
Muy bueno

Importante

Calidad
Sabor
Precio
Envase
F

Poco importante

Nada importante

MUESTRA
X: Edad
18,22,23,25,17,21,20,21,23,24,19,20,20,22,25,26,24,21,49

xi
17
18
19
20
21
22
23
24
25
26
R=10

fi
2
2
2
3
3
2
1
2
2
1

Fi
2
4
6
9
12
14
15
17
19
20

f i /n
0.1
0.1
0.1
0.15
0.15
0.1
0.05
0.1
0.1
0.05

fi
10
10
10
15
15
10
5
10
10
5

Fi
0.1
0.2
0.3
0.45
0.60
0.70
0.75
0.85
0.95
1.00

10
20
30
45
60
70
75
85
95
100

Rango=x max x min=2617=9


Intervalo

17-19
19-21
21-23
23-25
25-27

18
20
22
24
26

fi
4
5
5
3
3

Fi
4
9
14
17
20

f i /n
0.2
0.25
0.25
0.15
0.15

fi
20
25
25
15
15

Fi
0.2
0.45
0.70
0.85
1.00

20
45
70
85
100

TEMA 2 ESTIMACION PUNTUAL


2.1. DISTRIBUCIONES MUESTRALES
Poblacin
Muestra

x i ( )
xi
n1 xi x 2 x 3 . x n=x 1

Igual tamao
Distintas
muestras

n1 xi x 2 x 3 . x n=x 1

2.1.2. DISTRIBUCION MUESTRAL DE LA MEDIA

Estadsticos
Distribucin
Muestral

xi N ( , )

E ( x i )==

V ( xi )

xi
n

( x in )
= =
2

n muestra xi distribuci n muestral


Si la poblacin es finita y hacemos muestreo con reemplazo

E ( x i )=

x i=

xi
n

xi

( )
n

1
1
1
= E ( xi ) = E ( x i ) = +n
n
n x
n
i

2
x 2=
n

Poblacin finita sin reemplazo

E ( x )=

x =
2

2 N n
n N 1

Estandarizacin de la media

z x =

x i

n 30

EJEMPLO
Sea una poblacin con variables aleatorias iguales a 0,1,2,3 se toman pares de variables
aleatorias con reemplazamiento sin considerar el orden, determine:
a) Media y varianza poblacional.
b) La distribucin de la media muestral.
c) Verifique los teoremas de la media y desviacin estndar de la media.
Solucin
Poblacin 0,1,2,3
Poblacin
0.0
0.1
0.2
0.3
1.0
1.1
1.2
1.3
3.0
3.1
3.2
3.3
3.4
2.0
2.1
2.2
2.3

E ( x )==

x i = 0+ 1+ 2+ 3
n

n=15

V ( x ) = =

( x i15 ) 2
4

x i
0
0.5
1
1.5
0.5
1
1.5
2
2.5
3.5
1
3.5
3.5
1
1.5
2
2.5

=1,25
=1,118

x i

0,5

1,5

2,5

fi

4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

4
3
2
1
0

E ( x )=

x i =1,5

E ( x )=

f i xi =1,5

22=

2 1,25
=
n
2

0.5

1.5

2.5

x =

x i [ E ( xi ) ]

10
=0,625
16

x =0.625
2

EJEMPLO
Una empresa que produce focos considera que la vida til en horas de su producto sigue una
distribucin normal con media de 50 y desviacin estndar de 3,5. Calcular la probabilidad que
de una muestra de 16 focos tenga una vida til media mnima de 48 horas.

x i=Tiempo de vida til horas


N (50,3.5 )
n=16

P ( xi 48 ) =1P ( x 48 )

z x =

x i

1 P

x i
x 41850
< 48 1 P i
<

3,5
n
n
10

) (

1P ( z 2.286 )

10,0113=0,9887
EJEMPLO
Se toma un foco al azar cul la probabilidad que dure a lo sumo 51 horas

P ( xi 51 ) =P z

6150
3,5

P ( xi 51 ) =P ( z<0,286 )
P ( xi 51 ) =0,3897
EJEMPLO
De una poblacin de 1000 estudiantes de la facultad de ingeniera se considera que su peso se
halla distribuida normalmente con una media de 67 kilogramos y una desviacin estndar de 5,5
kilogramos, se extraen 200 muestra de tamao 25 sin reemplazo, calcule:
a) Cual la probabilidad que el peso medio de los estudiantes sea de 6,5 kg.
b) Cuantos pesos medios estarn comprendidos entre 65 y 69Kg.
Solucin

N=1000

n=25
200 n mero de muestras

xi =Peso de los estudiantes


N ( 6.7,5.5 )
P ( x >65 )=?
P ( x >65 )=1P ( x 65 )

P ( x >65 )=1P z

6567

55
100025

25
10001

P ( x >65 )=1P ( z 1.88 )

P ( x >65 )=10.0324=0.9671
b)

P (65 x 69 )=P ( x 69 ) P ( x 65 )

P ( 65 x i 69 ) =P ( x i 69 )P ( x i 65 )
P ( 65 x i 69 ) =1P ( x i> 69 )P ( x i 65 )

P ( 65 x i 69 ) =P z

6967
6567
1+ P
5.5 10025
5.5
10025

25 1001
25
1001

) (

P ( 65 x i 69 ) =P ( z 1.89 ) 1+ P ( z 1.89 )
P ( 65 x i 69 ) =0.0648

2.1.3. DISTRIBUCION MUESTRAL DE UNA PROPORCIN

4 productos
defectuosos

n=5

x i= productos defectuosos ( 0,1,2,3,4 )

120 unidades

Distribucin Binomial

B ( n , p )=

p=

N!
x
N x
p q
x ! ( N x ) !

4
xito
120

q=1 p
p
0

q
5

Proporcin
0

4 C 0 116 C 5=160389488 0

0.2

4 C 1 116 C 4=28640980 5728196

0.4

4 C 2 116C 3=1520760

608304

0.6

4 C 3 116 C 2=26680

16008

0.8

4 C 4 116 C 1=116

92.8

Muestra

190578024

Tomando para n=5

120 C 5=

120 !
=190578024
5 ! ( 1205 ) !

p=

numeral P i = 0+5728196+ 608304+16008+928


numeral

190578024

p=0.033 Media de la proporci n


x i B ( n , p ) N ( np , npq )
Proporci n N ( np , npq ) Par metro ^p N ( p , pq )

p=

x
n

xi B ( n , p)

p=

xi
N ( np , npq )
n

E ( p )=E

( xn )= 1n E ( x ) = 1n np

E ( p )=P
2=npq
=np

2 p= pq
EJEMPLO
Se ha estimado que el 55% de los 50 estudiantes de estadstica aprobaran, se toma una
muestra de 8 personas. Calcule la probabilidad que por lo menos 5 o ms estn aprobados
Solucin
N=50

x i aprueban
p=0.55

q=0.45
n=8

p ( x 5 )
media np=50 0.55=27.5

npq=3.517 desviaci n estandar


media muestral=np=8 0.55=4.4
desviaci n estandar= npq=1.407

P ( x 5 )=1P ( x< 5 )=1P z

54.4
1.407

P ( x 5 )=1( 10.3336 )
P ( x 5 )=0.3336
Con proporcin media

p=0.55

Desviacin estndar

pq

5
p= =0.625
8
P ( p 0.625 )
1P ( p 0.625 )

1P z <

0.4250.55
0.497

1P ( z 0.15 )
1( 10.4404 )
0.4404

P N ( p , pq )
= p

2= pq
E ( p )=
2 p=

pq
n

2
x =
n
2

Si queremos determinar cuntas preguntas respondieron bien

x i=numero de preguntas buenas


x

f (x)
p

0
0.01024

1
0.0768

2
0.2304

3
0.3456

4
0.254

5
0.078

0.2

0.1

0.6

0.8

1.0

B ( n , p ) Distribuci n binomial
n=5

p=0.6 Probabilidad de acertar una de ellas

P ( X=x )=

n!
x
n x
p q
x ! ( nx ) !

E ( x )=np=
V ( x ) =npq= 2
Proporci n P=

x
n

P ( X=x )= xPx
P ( P= p )= pPp
P ( P=0.4 )=0 0.012 0.2 0.07 0.4 0.230=0.107

E ( p )=E

2 ( p )=

( xn ) 1n E ( x )= npn = p

pq
n

E ( p )= p
EJEMPLO

De la totalidad de alumnos que cursan estadstica en todos los cursos de verano se estableci
que el porcentaje de alumnos aprobados es el 70%. Si se toma una muestra de 40 personas,
determinar la probabilidad de que al menos 30 esten aprobados.
Solucin

x i=alumnos aprobados
p=0.7

q=0.3
n=40

P ( x >30 )
E ( x )=np=40 0.7=28
V ( x ) x = npq=2.89

P ( x >30 ) =P z >

29.528
=P ( z >0.52 )
2.89

P ( x >30 ) =0.3015

Con proporciones

p=0.7

q=0.3
n=40

x 30
pi= = =0.75
n 40
P ( p> 0.75 )

V ( p ) ( p)=

pq
0.7 0.3
=
n
40

( p)=0.072

P ( p> 0.75 )=P z >

0.73750.7
0.072

P ( p> 0.75 )=0.3015


EJEMPLO
Si el porcentaje de personas que no aceptan el Puma Katari es el 40% de una muestra de 30
personas determinar la probabilidad de que al menos el 60% acepte el Puma Katari.
Solucin

x i=si aceptan el Puma Katari


p=0.55

q=0.45
n=30

P ( x >18 )
E ( x )=np=16.15
( x ) x = npq=2.72

P ( x >18 ) =P z >

17.516.5
=P ( z >0.37 )
2.72

P ( x >18 ) =0.3332
Con proporciones

p=0.55
q=0.45

n=30
p=0.6

E ( p )= p=0.55

V ( p ) ( p)=
( p)=0.09

pq
0.55 0.45
=
n
30

P ( p> 0.6 )=P z >

0.5830.55
=P ( z >0.37 )
0.09

P ( p> 0.6 )=0.3037


2.1. DISTRIBUCION MUESTRAL DE DIFERENCIA DE MEDIAS
PROPORCIONES
X=notas

N1

n4 x 4

n3 x3

N 1 N ( 1 , 1 )

n2 x2

N2

n4 x 4

n3 x3
n2 x2

12
x 1x 2
E ( x )=
E ( x )=
E ( x 1x 2) =E ( x 1 )E ( x 2 )
E ( x 1x 2) =12

2
( x)

( x i x )
=

N 2 N ( 2 , 2 )

2( x )=

2( x x )=
1

1 2
+
n1 n2

Sesgo=Estimado Real

Sesgo=

n1
2
2

n

n 2 2n 2
Sesgo=
n
2
Sesgo=
n

Mejor estimador de la varianza ser:

n
2
2
S^ =
S Insesgado
n1

( x ix )
S=
2

n1

x=

n1
2
S g . l.=n1
2

EJEMPLO
El supervisor de una planta asegura que la varianza del dimetro del producto es 1cm, si
tomamos de 17 unidades cual ser la probabilidad que la varianza muestral exceda a 2cm.
Solucin

2=1
n=17
P ( S 2> 2 )=?

x 2=

( n1 ) 2 16
S = 2=32
1
2

La probabilidad es 0.1

EJEMPLO
La varianza poblacional de la estatura de alumnos es s 5.5cm, si tomamos una muestra aleatoria
de 15 personas, cual es la probabilidad que la varianza de la muestra tomada sea a lo sumo
4.1cm
Solucin
2

=5.5
n=15
P ( S 2> 4.1 ) =?
x 2=

( n1 ) 2 14
S=
4.1=10.44
5.5
2

10.75=0.25
EJEMPLO
La varianza poblacional de una variable aleatoria es igual a 6 si se toma una muestra de 25
unidades determine la probabilidad que la varianza muestral sea:
a) A 9.1
b) Se encuentre entre 3.46 y 10.74
Solucin
2

=6
n=25
a P ( S 2> 9.1 )=?
x 2=

( n1 ) 2 24
S = 9.1=36.4
2
6

La probabilidad que excede a 9.1 es de 5%

b P ( 3.46<S 2 <10.74 ) =?
P ( 10.74 )P ( S 2 >3.46 )
2

x=

24
3.46=13.04
6

x 2=

24
10.74=42.96
6

P ( 10.74 )P ( S 2 >3.46 ) =0.950.01=0.94


OTRA PROPIEDAD

P ( 10.74 )P ( S 2 >3.46 ) =1P ( S 2 >10.74 ) ( 1P ( S 2>3.46 ) )


P ( 10.74 )P ( S 2 >3.46 ) =P ( S2 >1074 ) + P ( S 2> 3.46 )
P ( 10.74 )P ( S 2 >3.46 ) =0.01+ 0.95
P ( 10.74 )P ( S 2 >3.46 ) =0.94
EJEMPLO
La varianza poblacional de una variable aleatoria es 10 si se toma una muestra de 25
unidades cual la probabilidad que la desviacin estndar de la muestra
a) sea mayor a 2.40
b) cual la probabilidad que la varianza muestral sea como mnimo 5.17 y a lo sumo
11.75

c)
Solucin
2

=10
n=25

a P ( S 2> 5.76 )=?


x 2=

( n1 ) 2 24
S = 5.76=13.824
10
2

P ( S 2> 5.76 )=0.95


b P ( 5.17<S 2 <11.75 ) =?
P ( 5.17<S 2 <11.75 ) =P ( S 2 <11.75) ( P ( S2 <5.17 ) )
P ( 5.17<S 2 <11.75 ) =1P ( S2 >11.75 )1+ P ( S 2 >5.17 )
P ( 5.17<S 2 <11.75 ) =P ( S 2 >5.17 ) P ( S 2>11.75 )
x 2=

24
5.17=11.75
10

x 2=

24
11.75=23.05
6

2.2. PROPIEDADES DE LOS ESTIMADORES

x f (x)

x i 2= ( x ix 1) 2
n1

n1

( , )
=

x 1=

xi

n2

( x i x )
=
2

2
x i 2 ( x ix 2 )

x =
=
2

n2

n3
2
x i 2 ( x i x 4 )

x =
=
4

n4

n4

Sesgo: Estimado-Real=0
Estimadores=insesgado

( x )= insesgado

Sesgo=

2
n

V ( x ) V ( x )

Eficiente:

Consistencia:

2
=
n
2
x

( x ) =
Suficiente: Todas las caractersticas de la X en la poblacin.
Estimadores que queremos predecir la media y la varianza, con estos dos estimadores se
puede explicar las caractersticas de dicha variable.
2.3. ESTIMACION PUNTUAL
2.3.1 Mtodos de estimacin por momento

E ( x )=

E ( x )=

xi
n

x i =x =
n

2
x

E ( x )=
=2 momento=varianza de la poblacion
2

E ( x k )=

x ki
n

N x ( 2,4,6,8 ) poblacion que toma esos cuatro valores

xi
n

2 5 2 4 5 2 6 5 2 8 5 2
n

u 5
2 4
Tomar dos valores con repeticin para asegurar, que cada uno de estos valores sean
independientes.
5

C2 10

Cada uno de ellos es una muestra

2 2

1
0

Se constituye una var iable

E x u
E x

x 2 Varianza no corregida es sesgada ; u 5; 2 5


2 0
3 1

media poblacional

x
n

n sale del total de muestras

s 2 2,5
Varianza partiendo de mis muestras

n 1 2

n
1
s 2 5 2,5
2
s2

Cuasivarianza

n 2 2
s2
s 2,5
n 1
1

s2 5

estimador sesgado

Dada una poblacin cuya variable aleatoria tomo los valores de 0,3,5 y 4 si se
toma una muestra aleatoria de de dos unidades con reposicin determine a) La
distribucin muestral de la media b)La distribucin muestral de la varianza c) la
media y la varianza poblacional a travs de las muestras.
N x(0,3,1,5,4) con reposicin
Muestras

0 0
0

x 2

0 0

1,5 2,25

0,5 0,25
2,5
2

1,5
2

2,25

3,5

0,25
0,25

0,5
2

2,5

25

4,5

1,72

u 2,6

6,25

0,25

3,5

0,2

2,5

2,25

4,5

E x

2,25

2,5

6,25

0,25

xi
n

2,6

2 3,44
n 1 2
s2

n
21
2,6
s2
2
s 2 1,3
n
s2
s2
n 1
2
1,3
s2
21
s2 2,6

0 0,04 0,5 0,008 1 0,04


Para obtener media poblacional

0
1
0,04

0,5
2
0,08

1
1
0,04

1,5
2
0,08

2
4
0,16

2,5
4
0,16

3
3
0,12

3,5
2
0,08

4
3
0,12

4,5
2
0,08

5
1
0,04