Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPITULO 3
CALCULO DE LA MUESTRA
INTRODUCCION
Quiz un ejemplo aclare las ideas. Suponga que observamos el proceso de fabricacin
de las ``bolitas'' que se le ponen al envase de los desodorantes ``roll on''. No todas las
bolitas van a tener el mismo dimetro, si escogemos, al azar una bolita, tendremos un
valor para el dimetro que es una variable aleatoria. Podemos suponer que los
dimetros tienen la distribucin normal, debido a nuestra experiencia con el proceso,
conocemos que la desviacin estndar de la poblacin es de 4 mm
(aproximadamente). Pero, tambin por experiencia, sabemos que el dimetro
promedio puede variar por desajuste de la maquinaria productora. De modo que
tenemos:
Pg. 21
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Para tratar de conocer el valor del parmetro que desconocemos, tomamos una
MUESTRA de laS bolitas. Supongamos que son 100 bolitas en la muestra. Con un
instrumento de precisin, y con mucho cuidado, medimos los dimetros de las 100
bolitas de la muestra y calculamos su promedio.
Pg. 22
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Regresando a las bolitas del ``Roll on''. Si la muestra de 100 bolitas arroja un valor del
promedio de 43.5 mm, diramos que ESTIMAMOS el promedio de la poblacin en 43.5
mm.
Cuando se tiene una frmula para estimar y se aplica a una muestra aleatoria, el
resultado es aleatorio, es decir los estimadores son variables aleatorias.
Podemos seleccionar, al azar, algunos de ellos para darnos una idea de la proporcin
de defectuosos en el embarque. El parmetro de inters es la proporcin de
defectuosos en toda la poblacin, pero lo que observamos es la proporcin de
defectuosos en la muestra. El valor de la proporcin en la muestra es una variable
aleatoria cuya distribucin est emparentada directamente con la binomial (si se
tratara del nmero de defectuosos, sera binomial).
Pg. 23
UNIVERSIDAD JOSE CARLOS MARIATEGUI
El valor esperado de un estimador nos da un valor alrededor del cual es muy probable
que se encuentre el valor del estimador. Para poner un ejemplo, si supieramos que el
valor esperado de una estadstica es 4, esto significara que al tomar una muestra:
No creemos que el valor de la estadstica vaya a ser 4.
Pero tampoco creemos que el valor de la estadstica vaya a estar lejos de 4.
Ya que es muy probable que el valor del estimador est cerca de su valor esperado,
una propiedad muy deseable es que ese valor esperado del estimador coincida con el
del parmetro que se pretende estimar. Al menos, quisiramos que el valor esperado
no difiera mucho del parmetro estimado.
Por esa razn es importante la cantidad que, tcnicamente llamamos sesgo. El sesgo
es la diferencia entre el valor esperado del estimador y el parmetro que estima.
Varianza de un estimador
Pg. 24
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Cuando un estimador tiene una varianza menor que otro decimos que el estimador es
ms eficiente.
La estimacin del error de una medida tiene siempre una componente subjetiva. En
efecto, nadie mejor que un observador experimentado para saber con buena
aproximacin cul es el grado de confianza que le merece la medida que acaba de
tomar. No existe un conjunto de reglas bien fundadas e inalterables que permitan
determinar el error de una medida en todos los casos imaginables. Muchas veces es
tan importante consignar cmo se ha obtenido un error como su propio valor.
Pg. 25
UNIVERSIDAD JOSE CARLOS MARIATEGUI
posible tomar de una magnitud), a partir de una muestra (el nmero limitado de
medidas que podemos tomar).
Estimacin de parmetros:
Pg. 26
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Estimacin eficiente:
Ejemplo:
Las distribuciones de muestreo de media y mediana tienen ambas la misma media, a
saber, la media de la poblacin. Sin embargo, la varianza de la distribucin de
muestreo de medias es menor que la varianza de la distribucin de muestreo de
medianas. Por tanto, la media muestral da una estimacin eficiente de la media de la
poblacin, mientras la mediana de la muestra da una estimacin ineficiente de ella.
Pg. 27
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Las estimaciones de intervalo que indican la precisin de una estimacin y son por
tanto preferibles a las estimaciones de punto.
Ejemplo:
Si decimos que una distancia s a medido como 5.28 metros (m), estamos dando una
estimacin de punto. Por otra parte, si decimos que la distancia es 5.28 0.03 m,
(sea, que esta entre 5.25 y 5.31 m), estamos dando una estimacin de intervalo.
Pg. 28
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Ejemplo
Halar laos limites de confianza de 98% y 90%.para los dimetros de una bolsa
Solucin:
Sea Z =Zc tal que al rea bajo la curva normal a la derecha sea 1%. Entonces, por
simetra el rea del lado izquierdo de Z=-Zc, como el rea total bajo la curva es 1,
Zc= 0.49 por lo tanto, Zc=2.33, luego el limite de confianza es 98% son X=
2.33=0.824 2.33(0.042/ 200)=0.824 0.069 cm.
Estadstico. Los datos o medidas que se obtienen sobre una muestra y por lo tanto
una estimacin de los parmetros.
Pg. 29
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Veamos los pasos necesarios para determinar el tamao de una muestra empleando
el muestreo aleatorio simple. Para ello es necesario partir de dos supuestos: en primer
lugar el nivel de confianza al que queremos trabajar; en segundo lugar, cual es el error
mximo que estamos dispuestos a admitir en nuestra estimacin. As pues los pasos a
seguir son:
Veamos los pasos necesarios para determinar el tamao de una muestra empleando
el muestreo aleatorio simple. Para ello es necesario partir de dos supuestos: en primer
lugar el nivel de confianza al que queremos trabajar; en segundo lugar, cual es el error
mximo que estamos dispuestos a admitir en nuestra estimacin. As pues los pasos a
seguir son:
Donde:
: Varianza poblacional
e : error mximo
Pg. 30
UNIVERSIDAD JOSE CARLOS MARIATEGUI
1.
2.- Comprobamos que no se cumple, pues en este caso 10000 < 3706 (3706 - 1);
10000 < 13730730
3.-
Pg. 31
UNIVERSIDAD JOSE CARLOS MARIATEGUI
donde
Pg. 32
UNIVERSIDAD JOSE CARLOS MARIATEGUI
MUESTREO Y
DI STRI BUCI ONES
DE MUESTREO
OBJETIVOS
Pg. 33
UNIVERSIDAD JOSE CARLOS MARIATEGUI
CONTENIDO
1. Ti pos de Muestreo
2. El muestreo
3. Di stribuci ones de muestreo
4. El teorema del lmite central
Pg. 34
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Pg. 35
UNIVERSIDAD JOSE CARLOS MARIATEGUI
donde
Z 2 : Valor tabular para un nivel de confianza.
Depende del nivel de confianza utilizado
por la esti macin del parmetro
desconocido. Toma un valor de 1,96
para un nivel de confianza de 0,95.
2
A mayor variabilidad de la muestra s e , mayor
varianza. A mayor varianza mayor tamao muestral
representa el error de muestreo, llamado error
de esti macin o precisin de la esti macin. El valor
debe ser asumi do por el investigador. En este caso
= ( x)
Para poblaciones finitas (se conoce N), el tamao
final (nf) queda definido por la siguiente relacin
n
nf =
n
1+
N
Pg. 36
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Eje mpl o 1:
Z S 2e
n = 2
2
(1,96 )2 (3 0 )2
n=
(1 0 )2
n = 36
Pg. 37
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Eje mplo 2
En cierta poblacin se 1200 escolares, se desea
esti mar el nivel promedio de Hb con 0,95 de confianza.
Al realizar un estudio piloto se encontr que x = 12,3 y
S = 1,6. Si los investigadores estn dispuestos a
asumir un = 0 ,5 .Calcular n
Z 2 = 1,96
N = 1200
Se = 1,6 n=
Z 2 2 s 2e
=
(1,96 ) (1,6 )
2 2
= 39,33
= 0 ,5
2 (0,5 )2
n 39,33
nf = = = 38,08 39
n 39,33
1+ 1+
N 1200
Interpretacin
El nmero m ni mo necesario de escolares para
realizar el estudio es de 39, si se desea esti mar el
nivel promedio de Hb en la poblacin con una
precisin de 0,5.
Pg. 38
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Eje mplo 3
En cierta poblacin se 1200 escolares, de 9 11 aos
se desea esti mar el nivel promedio de hierro srico. Con
este fin se va a seleccionar una muestra probabilistic. Si
en un estudio si milar se obtuvo una media arit mtica de
60, 6 mg/dl y S = 22,4 mg/ dl. Calcular el tamao m ni mo
de la muestra si la esti macin del parmetro se va a
realizar con 0,95 de confianza y se asume un = 5
Z = 1,96
(1,96 ) (22,4 )
2
Z 2 2 s 2e 2 2
N = 1200 n= = = 77,10
Se = 22,4
2 (5 )2
= 5
n 77,10
nf = = = 72,44 73
n 77,10
1+ 1+
N 1200
Interpretacin :
El nmero m ni mo necesario de escolares para
realizar el estudio es 73, si se desea esti mar el nivel
promedi o de hierro srico en la poblacin con una
precisin 5
Pg. 39
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Si se conoce N:
n
nf =
n
1+
N
Eje mpl o 1:
En una poblacin grande, se desea esti mar la
prevalencia de DM con 0,95 de confianza. De la
literatura se sabe que p = 0, 10 si se asume un
error muestral de 5%, calcular n
Pg. 40
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Datos
Z 2 2 p e q e
n =
2
Z 2 = 1,96
n =
(1,96 )2 (0 ,1 )(0 ,9 )
p e = 10 % = 0,10
qe = 90 % = 0,90
(0 ,05 )2
= 0,05 0 , 345744
n = = 138 , 3 139
0 , 0025
I 1 I 2 I3 I 4
X1
Pg. 41
UNIVERSIDAD JOSE CARLOS MARIATEGUI
ALEATORI O SI MPLE
SISTEMTI CO
PROBABI LIST CO
ESTRATI FI CADO
POR CONGLOMERADO
MUESTREO
DE JUI CI O
DE TROZO
Pg. 42
UNIVERSIDAD JOSE CARLOS MARIATEGUI
El error estndar
PO
X1 Medi a :
X2
:x
2
X3 Varianza
.
. x-
z=
. x
XN
Pg. 43
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Pg. 44
UNIVERSIDAD JOSE CARLOS MARIATEGUI
(x1 x2 ) (1 2 )
z=
12 2 2
+
n1 n2
Pg. 45
UNIVERSIDAD JOSE CARLOS MARIATEGUI
x = x
Pg. 46
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Hoja de Comprobacin
Pg. 47
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Pg. 48
UNIVERSIDAD JOSE CARLOS MARIATEGUI
Pg. 49