Está en la página 1de 4

División Académica de Ciencias Económico

Administrativas

Licenciatura en Contaduría Pública

• Asignatura: Estadística inferencial

• Unidad 1

• Actividad 2: Resumen

• Alumno: Jorge Alberto Campos López

• Profesor: Daniel Chablé Hernández

• Fecha: 10/11/2015

Estadística inferencial
Métodos de muestreo y teorema central del límite (resumen).

El muestreo es un concepto clave en la estadística inferencial, pues se trata de la


principal herramienta de investigación de esta; contempla diversos métodos, como
el muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio
estratificado, muestreo por conglomerados, etc., cada uno, útil para diversas
situaciones en particular. En estadística inferencial, además del muestreo, se debe
conocer otros conceptos y tópicos de gran importancia, expuestos a continuación.

¿Qué es una distribución de muestreo? Es la distribución de todos los valores


posibles que puede asumir un estadístico muestral, calculados a partir de
muestras del mismo tamaño y extraído en forma aleatoria de la misma población.
Esta distribución por muestreo de un estadístico muestral es la distribución de
probabilidad del mismo, y se calcula en cada una de las muestras que han sido
extraídas aleatoriamente de la población.

El principio del Teorema Central del Límite. Si todas las muestras de un tamaño
en particular se seleccionan de cualquier población, la distribución muestral de la
media se aproxima a una distribución normal. Esta aproximación mejora con
muestras más grandes. Dicho teorema afirma que cualquier distribución muestral
de la media de una muestra se moverá hacia una distribución normal a medida
que se incremente su tamaño.

Una distribución de medias muéstrales. Se nombra así a la distribución de


probabilidad de todas las posibles medias de las muestras de un determinado
tamaño muestral de la población. Entre más grande sea la distribución muestral de
la media, más se moverá hacia una distribución normal (forma de campana), que
es la esencia del teorema central del límite.

Una distribución de proporciones muéstrales. Sirve para conocer alguna


característica de interés de la muestra, pues es la distribución de los valores de las
proporciones muestrales de todas las posibles muestras del mismo tamaño n,
tomadas de la misma población; por ejemplo, el número de personas que tienen
teléfono, el número de artículos defectuosos de un lote, etc.
Concepto de estimación. En estadística inferencial, la estimación es una serie de
métodos o técnicas que permiten determinar el valor aproximado de un parámetro
de una población a partir de los datos proporcionados de una muestra. En otras
palabras, es el procedimiento utilizado para conocer las características de un
parámetro poblacional a partir del conocimiento de la muestra.

¿Cuáles son los tipos de estimadores? Los estimadores son estadísticos que
permiten conocer (estimar) un parámetro desconocido de una población, sus
principales características son sesgo, consistencia y eficiencia; los principales son:

1) - Estimador puntual, que utiliza los datos de la muestra para obtener un número
que estima el valor del parámetro, y,

2) - Estimador por intervalos, que utiliza los datos de la muestra para obtener dos
valores numéricos entre los cuales se supone que está el valor del parámetro
estimado. el sesgo, la consistencia y la eficiencia.

Estimación de la media de una población. La media se calcula sumando todos


los valores de una población, y posteriormente se divide entre el número de
individuos de esta. En una distribución de medias muestrales, se suman las
medias de todas las muestras y el resultado se divide entre el número de estas;
entre más grandes las muestras, más se aproximan las media muestrales a la
media poblacional, y por lo tanto el error muestral disminuye.

Estimación de la proporción de una población. Si en una población, una


determinada característica se presenta en una proporción p, la proporción p', de
individuos con dicha característica en las muestras de tamaño n, se distribuirán
según el intervalo de confianza para una proporción y el error máximo de
estimación; por ejemplo, esto aplicaría si queremos conocer el número de
componentes defectuosos para aparatos electrónicos, donde se tomaría una
muestra para determinar dicha característica.

Para concluir, se puede afirmar que la estimación sigue el principio del teorema
central del límite: “a mayor tamaño de la muestra o proporción, menor es el error”.
Referencias bibliográficas:

Lind, D.; Marshall, W. y Mason, R. (2004). Métodos de muestreo y teorema central


del límite. En Estadística para administración y economía. México: editorial Alfa
Omega.(disponible en la biblioteca central “Manuel Bartlett Bautista” en la UJAT,
con la clasificación: ha29 l55 2004)

Lind, D.; Marshall, W. y Mason, R. (2004). Áreas bajo la curva normal. En


Estadística para administración y economía. México: editorial Alfa Omega

Rodríguez G., C. (S. f.). Funciones no estadísticas básicas.

Material de consulta:

http://www.youtube.com/watch?v=axLHMEIVQas

ftp://ftp.utalca.cl/profesores/gicaza/Clases/7Distribuciones%20Muestrales.pdf

https://es.wikipedia.org/wiki/Estimaci%C3%B3n_estad%C3%ADstica

https://books.google.com.mx/books?id=ZU3MEKZFgsMC&pg=PA456&lpg=PA456
&dq=tipos+de+estimadores&source=bl&ots=AjqBZMAFof&sig=vOyyaN__4mhn9e
6djAmAjy4uFV8&hl=es-
419&sa=X&ved=0CFYQ6AEwCWoVChMI1bf7152GyQIVVfNjCh1f4wug#v=onepag
e&q=tipos%20de%20estimadores&f=false

http://www.ditutor.com/inferencia_estadistica/estimacion.html