Distribuciones de muestreo

Uno de los objetivos principales de la Estadstica es el de extraer informacin no

solo en pequeos conjuntos de datos sino, sobre todo, en grandes poblaciones
que resulta muy difcil o imposible observar.

los censos son muy costosos y requieren mucho tiempo para su realizacin

Importancia de la Inferencia Estadstica: permite llegar a conclusiones precisas

sobre la poblacin que se considera (coleccin grande de elementos que tienen
asociadas caractersticas numricas), observando una parte de ella relativamente
pequea, que se denomina muestra.

Las muestras deben ser representativas de las poblaciones; en caso contrario, las
conclusiones obtenidas a partir de ellas no son fiables.

Conceptos

Parmetro: Es una medida estadstica (promedio, varianza, etc.) calculada con

todos los elementos de la poblacin. Generalmente se simbolizan con letras del
alfabeto griego o con letras maysculas.

Un parmetro es una medida usada para describir alguna caracterstica de una

poblacin, tal como una media aritmtica, una mediana o una desviacin estndar
de una poblacin

Estimador: Es una medida estadstica (promedio, varianza, etc.) calculada con la

informacin suministrada por una muestra. Generalmente se simbolizan con la
letra que identifica al parmetro y un ^ encima que se lee estimado, o con letras
minsculas de nuestro alfabeto.

Una vez obtenida la muestra la describimos en trminos de algunas de sus

caractersticas fundamentales como la media, la desviacin tpica, etc... A tales
caractersticas las solemos denominar estadsticos.

Un estadstico es una medida usada para describir alguna caracterstica de una

muestra, tal como una media aritmtica, una mediana o una desviacin estndar
de una muestra.

Estimacin: Es el valor numrico del estimador.

Cuando los dos nuevos trminos de arriba son usados, por ejemplo, el proceso de
estimacin en inferencia estadstica puede ser descrito como el proceso de
estimar un parmetro a partir del estadstico correspondiente, tal como usar una
media muestra (un estadstico) para estimar la media de la poblacin (un
parmetro).
Es necesario darse cuenta de que el investigador estadstico, a travs de los datos
recolectados en una encuesta, se interesa en sacar conclusiones de la poblacin y
no de la muestra. Por ejemplo, un encuestador poltico se interesa en los
resultados de la muestra solo como medio para estimar la proporcin real de votos
que recibir cada candidato entre la poblacin de votantes.

En la prctica, una muestra individual de tamao determinado se selecciona

aleatoriamente entre la poblacin. Las unidades muestrales se van a obtener
mediante, por ejemplo, una tabla de nmeros aleatorios. A fin de poder utilizar la
media de la muestra para estimar la media de la poblacin se deberan examinar
todas las muestras posibles de la poblacin y calcular una media para cada
muestra. La distribucin de estos resultados se denomina distribucin en el
muestreo, en la prctica con la seleccin de una muestra, y utilizando la teora de
la probabilidad, se hacen inferencias a la poblacin. La inferencia estadstica es
uno de los objetivos de la investigacin estadstica. La inferencia se hace
utilizando estadsticos de la muestra; los estadsticos son mediciones que se
realizan en la muestra para estimar las mismas mediciones de la poblacin que
se denominan parmetros. El investigador estadstico, a travs de las medidas
que obtiene de una muestra, busca sacar conclusiones respecto de la poblacin y
no respecto y no respecto de la muestra.

Relacin entre estadsticos y parmetros

En la prctica, una muestra individual de tamao determinado se selecciona
aleatoriamente entre la poblacin. Las unidades muestrales se obtienen mediante,
por ejemplo, una tabla de nmeros aleatorios. En el caso hipottico, a fin de poder
utilizar la media de la muestra para estimar la media de la poblacin se deben
examinar todas las muestras posibles de la poblacin y calcular una media para
cada muestra. La distribucin de estos resultados se denomina distribucin en el
muestreo. Aunque en la prctica se ha seleccionado solo una muestra, se debe
examinar el concepto de la distribucin en el muestreo, con el propsito de poder
utilizar la teora de la probabilidad para hacer inferencias en cuanto a los valores
de la poblacin.

Cuando es estudian las poblaciones con el fin de determinar sus

caractersticas, se toman muestras y los estadsticos muestrales permiten tener
idea de las caractersticas de la poblacin.

Sabiendo que el estadstico es el valor numrico que resume los datos de una
muestra ejemplos la moda, la media, la desviacin estndar, proporcin la
varianza etc. Estos en la poblacin de llaman parmetros.

No se pude pretender que siempre el valor de los estadsticos muestrales

coincida exentamente con los valores de los parmetros correspondientes en
las poblaciones, lo si se puede esperar es que estos valores sean cercamos.

Ejemplo: estudio de las esturas en Bucaramanga, para no tomar las estaturas

de todos los habitantes, se toman muestras, de cada muestra se halla el
promedio, no se puede pretender que esos promedios muestrales sean
exactamente igual al promedio de las estaturas de todos los habitantes, pero
para que la muestra sea representativa si se espera que sean cercanos.

Qu es una distribucin muestral de un estadstico?

Es la tabla de distribucin de valores del estadstico, cuyos valores se obtiene a

partir de muestras aleatorias, todas del mismo tamao y que han sido extradas
de la misma poblacin.

Una muestra aleatoria es que se obtiene de tal manera que cada una de las
posibles muestras de tamao (n) tienen la misma probabilidad de ser
seleccionadas

Ejemplo de distribuciones muestrales

Tenemos un conjunto de {1, 3, 5, 7 ,9}

Promedio de la poblacin es 5

Hallar las muestra de tamao n=2 que se puedan encontrar con

reemplazamiento, esto quiere decir que se toma un elemento del conjunto se
registra la informacin correspondiente, y vuelve a formar parte del conjunto,
puede ser seleccionado las veces que sea necesario.

TODAS LAS POSIBLES MUESTRARA 52 =25 con reemplazo

Si fuera sin reemplazo seria

Las muestras posibles son 25

De esas 25 muestras hallar la distribucin de medias muestrales calculamos

la media para cada muestra.
Cul es la probabilidad de seleccionar una de las muestras anteriores?

1/25 = 0.04 entonces es del 4%

Hallar la frecuencia de las medias

Promedio ( X ) Frecuencia( fi)

absoluta
1 1
2 2
3 3
4 4
5 5
6 4
7 3
8 2
9 1
25

Cmo se representa la distribucin de probabilidad de medias muestrales?

Se toma la frecuencia y se divide por el nmero de observaciones.

P ( X ) =2/25 =0.08 = 8%
P ( X ) probabilidad de obtener cada una de esas medias, se puede
representar en proporcin, en decimal o en porcentaje

Promedio ( X ) P( X ) %
1 1/25=0.04 4%
2 2/25=0.08 8%
3 3/25=0.12 12%
4 4/25=0.16 16%
5 5/25=0.20 20%
6 4/25=0.16 16%
7 3/25=0.12 12%
8 2/25=0.08 8%
9 1/25=0.04 4%

Representacin grfica mediante un histograma de la distribucin de medias

muestrales en el eje horizontal se representan los valores obtenidos en las
medias y el eje vertical las probabilidades correspondientes.

De esas 25 muestras hallar la distribucin de rangos muestrales

Se determina el rango para cada una de las muestras tomando el valor mximo
menos el mnimo de cada muestra o conjunto.
R=1-1 =0 R=3-1=2

Hallar el rango para cada una de las muestras

La probabilidad de seleccionar cada una de las muestras es de 1/25 = 0.04 =

4%

Determinar Valores obtenidos y cuantas veces aparece

Rango (R) Frecuencia (fi)

0 5
2 8
4 6
6 4
8 2

Cmo se representa la distribucin de probabilidad de rangos muestrales?

Tomando cada frecuencia y dividindola en nmero total de muestras u

observaciones

P(R) = 5/25 = 0.2= 20%

P(R) probabilidad de obtener cada uno de esos rangos, se puede representar

en proporcin, en decimal o en porcentaje
Rango (R) P(R) %
0 5/25=0.2 20%
2 8/25=0.32 32%
4 6/25=0.24 24%
6 4/25=0.16 16%
8 2/25=0.08 8%

Representacin grfica mediante un histograma de la distribucin de rangos

muestrales en el eje horizontal se representan los valores obtenidos en las
rangos y el eje vertical las probabilidades correspondientes.

De esas 25 muestras hallar la distribucin de cantidad de nmeros primos

muestrales.

Determina los nmeros primos de cada conjunto sabiendo que un nmero primo
es que tiene exactamente dos divisores, el nmero uno y el mismo nmero,
dos divisores son diferentes.

Muestra {5,1} entonces el numero primo es 5 = 1

Hallar la cantidad de nmeros primos para cada una de las muestras

La probabilidad de seleccionar cada una de las muestras es de 1/25 = 0.04 =

4%

Determinar Valores obtenidos y cuantas veces aparece

Observaciones (x) Frecuencia (fi)

0 4
1 12
2 9

Cmo se representa la distribucin de probabilidad de nmeros primos

muestrales?

Tomando cada frecuencia y dividindola en nmero total de muestras u

observaciones

P(x) = 1/25 = 0.04 = 4%

X representa la cantidad de nmeros primos en la muestra

P(x) probabilidad de obtener ese valor en la muestra, se presentar en
proporcin, en decimal o en porcentaje

x P(x) %
0 4/25=16 16%
1 12/25=48 48%
2 9/25=36 36%

Representacin grfica mediante un histograma de la distribucin de rangos

muestrales en el eje horizontal se representan los valores obtenidos de
cantidad de nmeros primos y el eje vertical las probabilidades
correspondientes.

De esas 25 muestras hallar la distribucin de proporcin de nmeros primos

muestrales.

Se determina las proporciones de nmeros primos de cada conjunto, sabiendo

que proporcin es el cociente que relaciona la cantidad de elementos que
cumplen una condicin de la cantidad de elementos.

Muestra {5,1} entonces el numero primo es 5 = 1

Proporcin = 0.5

Hallar la proporcin de nmeros primos para cada una de las muestras

La probabilidad de seleccionar cada una de las muestras es de 1/25 = 0.04 =
4%

Determinar Valores obtenidos y cuantas veces aparece

Proporcin (p) Frecuencia (fi)

0 4
0.5 12
1 9

Cmo se representa la distribucin de probabilidad de proporciones nmeros

primos muestrales?

Tomando cada frecuencia y dividindola en nmero total de muestras u

observaciones

P(p) = 4/25 = 0.16 = 16%

p proporcin de nmeros primos en la muestra

P(p) probabilidad de obtener ese valor proporcin en la muestra, se presentar

en proporcin, en decimal o en porcentaje

p P(p) %
0 4/25=16 16%
1 12/25=48 48%
2 9/25=36 36%
Representacin grfica mediante un histograma de la distribucin proporciones
de nmeros primos muestrales en el eje horizontal se representan los valores
obtenidos de las proporciones de nmeros primos y el eje vertical las
probabilidades correspondientes.

Conclusin
El valor de X viene determinado por los valores de las variables aleatorias de la
muestra X es una variable aleatoria.
Por tanto, un estadstico es una variable aleatoria, ejemplo de media ( X )

Variable aleatoria

Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio
muestral E un nmero real.
Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las
respectivas minsculas (x, y, ...) para designar valores concretos de las mismas.

Variable aleatoria discreta

Una variable aleatoria discreta es aquella que slo puede tomar valores enteros.

Ejemplos El nmero de hijos de una familia, la puntuacin obtenida al lanzar un

dado.
Variable aleatoria contina
Una variable aleatoria continua es aquella que puede tomar todos los valores
posibles dentro de un cierto intervalo de la recta real.

Ejemplos La altura de los alumnos de una clase, las horas de duracin de una pila.

Conceptos generales de distribuciones en el muestreo

Una maquina empacadora de bolsas de leche se regula para obtener un

llenado de 2000 gramos de peso por bolsa de leche.

Por una serie razones variables

1. variacin en el calibre de las bolsas
2. imprecisin en los pesajes automticos
3. imprecisin en el sellado
4. etc.

Por muchas causas se hace imposible que todas las bolsas de leche pesen
exactamente 2000 gramos

el peso obtenido es realmente una variable aleatoria, definida sobre la

poblacin de todas las bolsas llenas por la mquina.

Se considera que la maquina est bien regulada si la media de dicha variable es

aleatoria es de 2000

Para contralar si esto se cumple se toma al azar una muestra de 15 bolsas

cuyos pesos son:

1989 2015 1962 2013 1983

2001 1989 1992 2011 1958
2023 1980 1977 1994 2017
De toda la poblacin se toman las posibles muestras ya que no se puede
observar toda la poblacin; tomamos una muestras aleatoria de 15 bolsas
para determinar si la maquina estable o equilibrada.

Hallar la media muestral

La media muestral X resulto ser igual a 1993.6 gramos y por lo tanto es

diferente a 2000 gramos

Se puede concluir con esto que la maquina envasadora de leche se ha

descompuesto o desajustado y se debe para la produccin y proceder
reajustar?

RTA: no necesariamente!

La diferencia entre la media de las muestras se puede deber al azar del

muestreo , tal vez nunca se de que la media de los pesos de las muestras sea
exactamente igual a 2000 gramos .

As tomemos varias muestras de 15 bolsas, es muy baja la probabilidad de

que la media de la muestras nos d exactamente 2000.
Entonces se requiere de una estrategia o procedimiento que permita obtener
conclusiones sobre (media de la poblacin ) a partir de la informacin que
sea obtenido en la muestra. Para esta se requiere de la inferencia estadstica

Pudiramos preguntarnos es razonable que con una media muestral de

1993.69 gramos y con una desviacin estndar de 19.38 gramos, las media
poblacional sea 2000 gramos y la desviacin estndar poblacional sea 15
gramos.

Hasta qu punto la media muestral ( X ) y la desviacin estndar muestral (s)

pueden diferir de la media poblacional () y la desviacin estndar ()
poblacional respectivamente.
Podemos sacar de esta poblacin varias muestras o infinitas muestras y
hallar de ellas sus caractersticas como varianza media etc.

Llegar un momento donde las muestras conformen una poblacin de posibles

muestras, con una poblacin de medias muestrales y una varianzas
muestrales y a estas se les pueden hallar las respectivas caractersticas.

Importante

Cualquier caracterstica muestral es una variable aleatoria

Tendr sus parmetros o estadsticos (centralizacin, dispersin etc.)
Seguir una distribucin en razn a la poblacin original
Se podr obtener cualquier Estadstico
Tendr un tamao (N)
Los anteriores puntos nos llevan a la base de la inferencia estadstica que es
conocimiento de las relaciones que ligan las distribuciones de los estadsticos
muestrales con:
La distribucin de la poblacin
Caracterstica de la distribucin

Entonces podemos concluir que estas caracterstica muestrales o estadsticos

son variables aleatorias y tendrn tambin sus propios parmetros de
centralizacin, dispersin.