INFERENCIA ESTADISTICA

FERNANDO MONTEALEGRE JARAMILLO

CÓDIGO: 10189604
No. DE GRUPO: 100403_53

TUTOR
DIANA MILENA CALIMAN

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

FECHA 01/03/2020
1- ¿Cómo seleccionar el tamaño de muestra?

Tamaño de la población
Una población es una colección bien definida de objetos o individuos que tienen
características similares.

Margen de error (intervalo de confianza)

El margen de error es una estadística que expresa la cantidad de error de muestreo
aleatorio en los resultados de una encuesta, es decir, es la medida estadística del
número de veces de cada 100 que se espera que los resultados se encuentren dentro
de un rango específico.

Nivel de confianza
Son intervalos aleatorios que se usan para acotar un valor con una determinada
probabilidad alta. Por ejemplo, un intervalo de confianza de95% significa que los
resultados de una acción probablemente cubrirán las expectativas el 95% de las veces.

La desviación estándar

Es un índice numérico de la dispersión de un conjunto de datos (población). Mientras

mayor es la desviación estándar, mayor es la dispersión de la población

La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la

población es la siguiente:
Donde, N = tamaño de la población Z = nivel de confianza, P = probabilidad de éxito, o
proporción esperada Q = probabilidad de fracaso D = precisión (Error máximo admisible
en términos de proporción). El enfoque a utilizar para determinar el tamaño de muestra
sería identificar n tal que el error no exceda cierta magnitud prefijada, y despejar n de
esta relación.
Formula:

N∗Z 2a∗P∗q
n=
e2∗ ( N −1 ) +Z 2a∗P∗q

Parámetr Variable Estudiante Significanc Erro

o ia r
Densidad Estudiante 1 4% 0,0
1
Crioscopi Estudiante 2 7% 0,0
a 02
Células Estudiante 3 3% 800
Promedi somáticas
o
% grasa Estudiante 4 4% 0,0
2
% FERNANDO 5% 0,0
proteína MONTEALEGR 08
E
% sólidos COLABORATIV 5% 0,0
totales O 3

Datos Valor
Población (N) 3000
Z 2,05
Desv. Estandar (σ) 0,025
Error(E) 0,008
Confianza 97%
Actividad 2: Tipo de muestreo

1. ¿Cuándo se utiliza un muestreo?

cuando nos planteamos realizar un análisis estadístico y no tenemos acceso a los datos
de todos los componentes de la población y necesitamos tomar lo que denominamos
muestra.

2. ¿Cuáles son los diferentes tipos de muestreos? Explique en qué consiste cada
uno de ellos.
Hablamos de muestreo aleatorio en los casos en que todos los sujetos que forman parte
de una población tienen la misma probabilidad de ser escogidos como parte de la
muestra. Los muestreos de esta clase son más populares y útiles que los no aleatorios,
principalmente porque tienen una elevada representatividad y permiten calcular el error
de la muestra.

-Muestreo aleatorio simple

En este tipo de muestreo las variables relevantes de la muestra tienen la misma función
de probabilidad y son independientes entre ellas. La población tiene que ser infinita o
bien finita con reposición de elementos. El muestreo aleatorio simple es el que más se
utiliza en la estadística inferencial, pero es menos eficaz en muestras muy grandes.

-Estratificado
El muestreo aleatorio estratificado consiste en dividir la población en estratos; un
ejemplo de esto sería estudiar la relación entre el grado de satisfacción vital y el nivel
socioeconómico. A continuación, se extrae un número determinado de sujetos de cada
uno de los estratos por tal de mantener la proporción de la población de referencia.

- De conglomerados
En estadística inferencial los conglomerados son conjuntos de elementos poblacionales,
como pueden ser las escuelas o los centros hospitalarios públicos de un municipio. Al
llevar a cabo este tipo de muestreo se divide la población (en los ejemplos, una localidad
concreta) en varios conglomerados y se elige de forma aleatoria algunos de ellos para
estudiarlos.

-Sistemático
En este caso se empieza dividiendo el número total de sujetos u observaciones que
conforman la población entre el que se quiere utilizar para la muestra. Posteriormente se
escoge un número al azar de entre los primeros y se va sumando de forma constante
este mismo valor; los elementos seleccionados pasarán a formar parte de la muestra.

Muestreos no aleatorios o no probabilísticos

Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización
que procuran asegurar que la muestra tenga un cierto grado de representatividad. Este
tipo de muestreos se emplean principalmente cuando no es posible llevar a cabo otros
de tipo aleatorio, lo cual es muy habitual a causa del elevado coste de los
procedimientos de control.

-intencional, opinático o de conveniencia

En el muestreo intencional el investigador escoge de forma voluntaria los elementos que
conformarán la muestra, dando por supuesto que esta será representativa de la
población de referencia. Un ejemplo que resultará familiar a los estudiantes de
psicología es la utilización de alumnos como muestra opinática por parte de profesores
universitarios.

-Muestreo de bola de nieve o en cadena

En este tipo de muestreo los investigadores establecen contacto con sujetos
determinados; a continuación, estos consiguen a nuevos participantes para la muestra
hasta completarla. El muestreo de bola de nieve se usa generalmente cuando se trabaja
con poblaciones de difícil acceso, como en el caso de adictos a sustancias o de
miembros de culturas minoritarias.
-Muestreo por cuotas o accidental
Hablamos de muestreo por cuotas cuando los investigadores escogen un número
concreto de sujetos que cumplan unas características determinadas (p. e. mujeres
españolas de más de 65 años con deterioro cognitivo severo) a partir de su
conocimiento sobre los estratos de la población. El muestreo accidental se usa con
frecuencia en las encuestas.

3. ¿Cómo se realiza el muestreo sistemático?

En este caso se empieza dividiendo el número total de sujetos u observaciones que
conforman la población entre el que se quiere utilizar para la muestra. Posteriormente se
escoge un número al azar de entre los primeros y se va sumando de forma constante
este mismo valor; los elementos seleccionados pasarán a formar parte de la muestra.

4. ¿Cómo se realiza el muestreo aleatorio simple?

El muestreo aleatorio simple es un subconjunto de una muestra elegida de una
población más grande. Cada individuo se elige al azar y por pura casualidad. En este
tipo de muestreo cada individuo tiene la misma probabilidad de ser elegido en cualquier
etapa del proceso.

5. ¿Qué sucede cuando se realiza un muestreo probabilístico en muestras

pequeñas?
-Se requiere de antemano que se posea un listado completo de toda la población.
-Existe un margen de error.
-Si trabajamos con muestras pequeñas es posible que no se represente correctamente a
toda la población adecuadamente, es por esto que se debe manejar un muestreo
completo.
 MUESTREO
SISTEMATICO

%
Proveedor Alealtorio
Proteína
Datos Valor 1 3,4 1
Poblacion (N) 3000 2 3,2 0
Z 2,05 3 3,1 1
Desv. Estandar (σ) 0,025 4 3,2 0
Error(E) 0,008 5 3,3 1
6 3,1 0
Confianza 98% 7 3,1 1
8 3,2 0
9 3,2 1
10 3,1 0
11 3,1 1
12 3,1 0
13 3,4 1
14 3 0
15 3,4 1

Actividad 3: Intervalos de confianza

1. ¿Para qué se utilizan los intervalos de confianza?

Un intervalo de confianza es una técnica de estimación utilizada en inferencia estadística
que permite acotar un par o varios pares de valores dentro de los cuales se encontrará
la estimación puntual buscada con una determinada probabilidad.
2. ¿A qué se le llama error de estimación?
El error estándar de un estimador T de un parámetro es la desviación estándar del
estimador. Así, tomamos como estimador de entonces el error estándar está dado por.
Error de estimación es el valor absoluto de la diferencia entre una estimación particular y
el valor del parámetro.

3. ¿Qué representan los límites de confianza obtenidos en un intervalo de

confianza?
Los intervalos de confianza nos permiten aproximar, una vez calculado el valor de la
variable en la muestra entre qué rango de valores se encuentra el valor real inaccesible
de la variable en la población con un grado de incertidumbre que podemos determinar.
Un intervalo de confianza es un rango de valores derivado de los estadísticos de la
muestra, que posiblemente incluya el valor de un parámetro de población desconocido.
Debido a su naturaleza aleatoria es poco probable que dos muestras de una población
en particular produzcan intervalos de confianza idénticos.

4. ¿Cómo se calculan los intervalos de confianza para la media?

De una población de media {\displaystyle\mu} y desviación
típica {\displaystyle \sigma } se pueden tomar muestras de {\displaystyle
n} elementos. Cada una de estas muestras tiene a su vez una media. Se
puede demostrar que la media de todas las medias muestrales coincide con la
media poblacional:3 
Pero además, si el tamaño de las muestras es lo suficientemente grande,4 o
la distribución poblacional es normal, la distribución de medias muestrales es,
prácticamente, una distribución normal (o gaussiana) con media μ y una
desviación típica dada por la siguiente expresión: 
Esto se representa como sigue:
5. ¿Cómo se calculan los intervalos de confianza para la proporción?

Z es el valor estadístico de la curva normal de frecuencias que se utiliza medir la

diferencia entre un valor estadístico observado y su parámetro hipotético de población
en unidades de desviación estándar. El error estándar es una estimación de la
desviación estándar de la distribución muestral de un estadístico que indica el tamaño de
la incertidumbre debido a la estimación de la media poblacional a partir de las medias
muestrales. El nivel de confianza indica cuán probable es que el parámetro de población,
como por ejemplo la media, esté dentro del intervalo de confianza.
Dos variables estadísticas son estadísticamente independientes cuando el
comportamiento estadístico de una de ellas no se ve afectado por los valores que toma
la otra cómo requisito necesitamos un mínimo de n=10/p’ observaciones siendo p’ la
proporción menor. Por ejemplo, esto son n=10/0.02=500 observaciones cuando p’=2%.
En ese caso, el error estándar para una proporción es:
SE(p’) = sqrt(p'(1-p’)/n)
Luego, para calcular el intervalo para una proporción de confianza, necesitamos:
p’+-z*SE(p’)
p’+-z*sqrt(p’*(1-p’)/n)
Es habitual usar un nivel de confianza de 95%. Este nivel indica que 19 de 20 muestras
(95%) de la misma población generarán intervalos de confianza que contendrán el
parámetro de población. Al reducir el nivel de confianza, disminuye el valor Z y así los
rangos de los intervalos de confianza pueden ser más reducidos al coste de aceptar
mayor incertidumbre
 Tabla 1 IC cuantitativas
Variable Estudiante Estudiante Estudiante Estudiante Estudiante Colaborativo
1 2 3 4 5
Calculo Densidad Crioscopia %Células %Grasa %Proteína Solidos
Somáticas totales
N 3000
n 230
Promedio 3,4
muestral
Desviacion 4,7
Significancia 98%
Valor Z 1,20
Limi inf 2,6
Limi sup 3.7
IC= 18,8564

PROMEDIO 3,4
DESVIACION 4,7
LIM SUP 3,7
LIM IMF 2,6
NIVEL DE
CONFIANZA 98%
ALFA -2,36%
IC 3,5
18,8564
 Referencias bibliográficas

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva,

teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide.
Pp. 269 -298. Recuperado el día 20 de febrero de 2020
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=270&docID=11231145&tm=1492552074909

Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid,

ES: Ediciones Díaz de Santos. Pp. 1- 6. Recuperado el día 22 de febrero de 2020
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=18&docID=10189879&tm=1492552993701

Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico

de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill Interamericana. Pp. 62 -65.
Recuperado el día 24 de febrero de 2020
http://bibliotecavirtual.unad.edu.co:2053/?il=280